1.
|
図書
|
山村吉信著
出版情報: |
東京 : 東京図書, 2018.5 xii, 239p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1部 Rによる統計 : 小中高で学ぶ統計 |
仮説検定 ほか |
第2部 JAGS : ベイズ統計 |
JAGS ほか |
第3部 問題解決 : サンプル・サイズ |
ベイズ統計におけるサンプル・サイズ ほか |
第4部 付録 : 問題と解決の例 |
コマンド、データ、モデル ほか |
第1部 Rによる統計 : 小中高で学ぶ統計 |
仮説検定 ほか |
第2部 JAGS : ベイズ統計 |
概要:
統計+R+JAGS=問題解決。統計の知識だけあっても「役に立っている」とはいいがたい。ソフトウェアを使いこなせるだけではものたりない。問題を解決したいが道半ばの方のための、結果直結型ハウツー本。
|
2.
|
図書
|
藤本壱著
出版情報: |
東京 : 自由国民社, 2016.8 243p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
本書の使い方と統計アドインのインストール |
1 : 統計の基本 |
2 : 相関と回帰 |
3 : 確率変数と確率分布 |
4 : 推定 |
5 : 検定 |
6 : 多変量解析 |
本書の使い方と統計アドインのインストール |
1 : 統計の基本 |
2 : 相関と回帰 |
概要:
統計アドインで分析結果をかんたん一発表示。シミュレーションがパッとできる!統計処理の基本からデータの見方、相関・回帰・確率・検定・多変量解析まで、学びながら一瞬で結果も出せる。
|
3.
|
図書
|
舟尾暢男著
出版情報: |
東京 : オーム社, 2016.10 xiii, 423p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1編 R入門編 : Rのインストール |
電卓としてRを使う—起動→計算→終了 |
代入(付値 |
ベクトルの基本 : ほか |
第2編 R Tips編 : データの種類と種々のベクトル |
配列とリスト、要素のラベル |
オブジェクトと出力 |
行列 ほか |
第1編 R入門編 : Rのインストール |
電卓としてRを使う—起動→計算→終了 |
代入(付値 |
|
4.
|
図書
|
J. Scott Long, Jeremy Freese著 ; 水落正明, 山澤成康, ライトストーン訳
出版情報: |
東京 : ライトストーン, 2016.11 xx, 555p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
5.
|
図書
|
朝野煕彦編著 ; 土田尚弘, 小野滋著
出版情報: |
東京 : 朝倉書店, 2017.2 viii, 216p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : 確率分布の早わかり |
第2章 : ベイズの定理の再解釈 |
第3章 : ナイーブベイズで即断即決 |
第4章 : 事前分布を組み入れた推定 |
第5章 : ノームを手軽に更新 |
第6章 : MCMCで事後分布を推定 |
第7章 : 階層ベイズ・モデルでコンジョイント分析 |
第8章 : 空間統計モデルで地域分析 |
第9章 : ビジネスの中のベイズ統計 |
第1章 : 確率分布の早わかり |
第2章 : ベイズの定理の再解釈 |
第3章 : ナイーブベイズで即断即決 |
|
6.
|
図書
|
酒井麻衣子著
出版情報: |
東京 : 東京図書, 2016.9 260p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 材料を考えましょう—適切なデータの形を知る : データの行と列 |
変数名のつけ方 ほか |
第2章 材料を仕入れましょう—データを入力する : 直接入力 |
度数データ ほか |
第3章 材料を吟味しましょう—データのクリーニング : 不正回答の処理 |
異常値や入力ミスの発見 ほか |
第4章 下ごしらえをしましょう—データの加工 : 変数の加工 / 基本 |
変数の加工(応用) : ほか |
第5章 これで準備は万全です—データの整理と保存 : データの整理 |
データの保存 |
第1章 材料を考えましょう—適切なデータの形を知る : データの行と列 |
変数名のつけ方 ほか |
第2章 材料を仕入れましょう—データを入力する : 直接入力 |
概要:
初心者にもベテランユーザーにも役立つ知ってると便利な裏ワザ & テクニックが満載。シンタックスも使ってみると...正確な分析結果はデータの下準備から始まります。
|
7.
|
図書
|
高浪洋平, 舟尾暢男共著
出版情報: |
東京 : オーム社, 2016.3 vi, 160p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1章 SAS OnDemand for Academics/SAS University Editionのセットアップ : SAS OnDemand for Academicsのセットアップと起動 |
SAS University Editionのセットアップと起動(Oracle VM VirtualBoxを使う場合 |
VMware Playerを使う場合 |
2章 SAS StudioとSASプログラミングの基礎 : SAS StudioによるSASプログラムの作成・実行・保存 |
SASデータセットとSAS変数 ほか |
3章 データ解析 : データ「ToothGrowth」の読み込み |
要約統計量の算出 ほか |
4章 グラフ : データ「IRIS」の読み込み |
棒グラフ ほか |
5章 補足 : SAS OnDemand for AcademicsとSAS University Editionの比較 |
SASデータセットの結合 ほか |
1章 SAS OnDemand for Academics/SAS University Editionのセットアップ : SAS OnDemand for Academicsのセットアップと起動 |
SAS University Editionのセットアップと起動(Oracle VM VirtualBoxを使う場合 |
VMware Playerを使う場合 |
概要:
無償版SASソフトウェアSAS OnDemand for Academics/SAS University Editionを使って今すぐデータ分析!
|
8.
|
図書
|
辻谷將明, 竹澤邦夫著
目次情報:
続きを見る
第1章 序論 |
第2章 重回帰 |
第3章 関数データ解析 |
第4章 Fisherの判別分析 |
第5章 一般化加法モデル : GAM)による判別 |
第6章 樹形モデルとMARS |
第7章 ニューラルネットワーク |
第8章 サポートベクターマシン(SVM |
第9章 : 生存時間解析 |
第1章 序論 |
第2章 重回帰 |
第3章 関数データ解析 |
|
9.
|
図書
|
稲葉弥一郎, 渡辺裕治著
出版情報: |
東京 : サイエンティスト社, 2013.9 183p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 S‐PLUS使用上の基本 / 環境設定および基本的な使い方 |
第2章 データの変換と加工 : テキストデータの読み込み |
データの単純結合 |
データの並び替え(ソート |
データのキーでの結合 : キーマッチング & |
マージ |
データの抽出・削除・未入力化 |
複数回答項目のデータ処理 |
データのカテゴライズ & |
文字表列 |
データへの新規項目の追加 |
層別処理の手法 |
クロス集計結果からのデータ作成 |
データのダンプ |
テキストファイルへのデータ出力 |
第3章 統計計算関連 : 要約統計量 |
ノンパラメトリック(ノンパラ |
パラメトリック |
グラフ |
第1章 S‐PLUS使用上の基本 / 環境設定および基本的な使い方 |
第2章 データの変換と加工 : テキストデータの読み込み |
データの単純結合 |
|
10.
|
図書
|
石村貞夫, 石村友二郎著
出版情報: |
東京 : 東京図書, 2013.7 xiii, 241p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
データを入力してみませんか? |
データの変換?選択?並べ替え? |
いろいろなグラフを描きましょう |
度数分布表とヒストグラムを作りましょう |
基礎統計量って、平均値のこと? |
2変数データには相関係数を! |
回帰直線を求めてみましょう |
標準正規分布の数表を作りましょう |
カイ2乗分布・t分布・F分布の数表は? |
パラメータの推定は探索的に!!〔ほか〕 |
データを入力してみませんか? |
データの変換?選択?並べ替え? |
いろいろなグラフを描きましょう |
概要:
この本には難しい数式の計算はありません!クリックひとつで楽しく学ぶいちばんやさしい統計入門。
|
11.
|
図書
|
小木曽道夫著
出版情報: |
東京 : オーム社, 2012.5 x, 164p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
12.
|
図書
|
岸学著
出版情報: |
東京 : オーム社, 2012.5 xiv, 216p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
13.
|
図書
|
宮岡悦良, 吉澤敦子著
出版情報: |
東京 : 朝倉書店, 2014.4 6, 373p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : SASへの入門 |
第2章 : 確率分布 |
第3章 : データの要約 |
第4章 : 標本分布 |
第5章 : 平均の推測 |
第6章 : 比率の推測 |
第7章 : 分割表の解析 |
第8章 : 単回帰分析 |
第9章 : 重回帰分析 |
第1章 : SASへの入門 |
第2章 : 確率分布 |
第3章 : データの要約 |
|
14.
|
図書
|
白石修二著
出版情報: |
東京 : 森北出版, 2012.1 vi, 146p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
15.
|
図書
|
西内啓著
出版情報: |
[東京] : 日経BP社 , 東京 : 日経BPマーケティング (発売), 2014.3 237p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 統計解析で課題を解決するためのフレームワーク : 解析の正しい進め方—価値ある分析を行うための3つのポイント |
利益に直結するものを決める—アウトカム |
着目すべき分析対象を決める—解析単位 |
違いを生み出す「特徴」を洗い出す—説明変数 |
解析手法は自動的に決まる—質的なデータと量的なデータ |
必ず3つのポイントを意識して解析を進める |
第2章 仕事で使う統計解析—初級編 / 和食レストランチェーンの売上を増やすには? |
第3章 仕事で使う統計解析—実践編 : 事務機器販売の営業戦略を立てる / 営業部門編 |
情シスの手助けなしで、顧客行動の分析を行う / マーケティング・EC部門編 |
画像処理機器の販売台数を予測する / 調達部門編 |
第4章 上級編—進化したエクセル環境を活用して解析を効率化・高度化する : データ結合を効率化する |
データマイニング機能を使った重回帰分析 |
質的なアウトカムの分析を行うナイーブベイズ分類 |
アウトカムに影響を与えているパターンを分析する |
時系列分析をスピーディに行う |
分析結果のビジュアライゼーション |
第1章 統計解析で課題を解決するためのフレームワーク : 解析の正しい進め方—価値ある分析を行うための3つのポイント |
利益に直結するものを決める—アウトカム |
着目すべき分析対象を決める—解析単位 |
概要:
さよならデータサイエンティスト!「最強」の統計家の課題解決フレームワークがこの1冊に。誰でも「価値ある答え」にたどり着くことができる。明日の仕事にすぐ役立つ、エクセルを使ったデータ解析実践書!
|
16.
|
図書
|
菅民郎著
出版情報: |
東京 : オーム社, 2014.3 xviii, 292p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : はじめての予測 |
第2章 : 予測の仕方 |
第3章 : 予測の事例 |
第4章 : 季節変動S、傾向変動Tを把握するための解析手法 |
第5章 : トレンドT(傾向線)を算出するための解析手法 |
第6章 : 相関分析 |
第7章 : 予測モデル式を作成するための解析手法 |
第8章 : Excelの統計解析機能 |
第9章 : Excelアドインソフトウェアの概要と操作方法 |
第1章 : はじめての予測 |
第2章 : 予測の仕方 |
第3章 : 予測の事例 |
|
17.
|
図書
|
内田治著
出版情報: |
東京 : 東京図書, 2003.2 xii, 225p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
18.
|
図書
|
鈴木治郎著
|
19.
|
図書
東工大 目次DB
|
石村貞夫著
出版情報: |
東京 : 東京図書, 2007.12 xiv, 223p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第0章 データの型から適切な統計処理を選ぼう!! 2 |
[データの型・パターン1]-女子大生ウエイトレスの時給 2 |
[データの型・パターン2]-ウエイトレスとコンパニオンの時給 5 |
[データの型・パターン3]-3種類の麻酔薬持続時間 8 |
[データの型・パターン4]-リンゴダイエットによる体重の変化 10 |
[データの型・パタ-ン5]-薬物投与による心拍数 12 |
[データの型・パターン6]-河川の水質調査 14 |
[データの型・パターン7]-エビの生産と消費 16 |
[データの型・パターン8]-河口の砂と砂丘の砂 18 |
[データの型・パターン9]-3種類の麻酔薬持続時間と体重 20 |
[データの型・パターン10]-花粉症にかかっていますか? 22 |
[データの型・パターン11]-大都市と地方都市の花粉症 24 |
[データの型・パターン12]-キイロショウジョウバエ1204匹 26 |
[データの型・パターン13]-バードウォッチングは楽しい!! 28 |
[データの型・パターン14]-性の意識調査 30 |
[データの型・パターン15]-薬剤の効果!? 32 |
第1章 基礎統計量と区間推定-女子大生ウエイトレスの時給 36 |
[データ入力の型] 37 |
[データ入力の手順] 38 |
[統計処理のための手順] 42 |
[SPSSによる出力] 44 |
[出力結果の読み取り方] 45 |
[ヒストグラムの描き方] 46 |
第2章 2つの母平均の差の検定-ウエイトレスとコンパニオンの時給 50 |
[データ入力の型] 51 |
[データ入力の手順] 52 |
[統計処理のための手順] 58 |
[SPSSによる出力] 62 |
[出力結果の読み取り方] 63 |
第3章 ウィルコクスンの順位和検定-ウエイトレスとコンパニオンの時給 64 |
[データ入力の型] 65 |
[統計処理のための手順] 66 |
[SPSSによる出力] 70 |
[出力結果の読み取り方] 71 |
第4章 対応のある2つの母平均の差の検定-リンゴダイエットの効果!? 72 |
[データ入力の型] 73 |
[データ入力の手順] 74 |
[統計処理のための手順] 82 |
[SPSSによる出力] 84 |
[出力結果の読み取り方] 85 |
第5章 ウィルコクスンの符号付順位位検定-リンゴダイエットの効果!? 86 |
[データ入力の型] 87 |
[統計処理のための手順] 88 |
[SPSSによる出力] 90 |
[出力結果の読み取り方] 91 |
第6章 1元配置の分散分析と多重比較-3種類の麻酔薬持続時間 92 |
[データ入力の型] 93 |
[統計処理のための手順] 94 |
[SPSSによる出力] 98100 |
[出力結果の読み取り方] 99101 |
〔孫の手]等分散性の検定についての注意 102 |
第7章 クラスカル・ウォリスの検定-3種類の麻酔薬持続時間 104 |
[データ入力の型] 105 |
[統計処理のための手順] 106 |
[SPSSによる出力] 108 |
[出力結果の読み取り方] 109 |
第8章 反復測定による1元配置の分散分析-薬物投与による心拍数 110 |
[データ入力の型] 111 |
[統計処理のための手順] 112 |
[SPSSによる出力] 116 |
[出力結果の読み取り方] 117 |
第9章 共分散分析-3種類の麻酔薬持続時間と体重 118 |
[データ入力の型] 119 |
[統計処理のための手順] 120 |
[SPSSによる出力] 124 |
[出力結果の読み取り方] 125 |
第10章 2元配置の分散分析-薬剤の効果を調べる 126 |
[データ入力の型] 127 |
[統計処理のための手順] 128 |
[SPSSによる出力] 132 |
[出力結果の読み取り方] 133 |
第11章 くり返しのない2元配置の分散分析-薬剤の量と時間における表皮細胞分裂の割合 134 |
[データ入力の型] 135 |
[統計処理のための手順] 136 |
[SPSSによる出力] 140 |
[出力結果の読み取り方] 141 |
第12章 単回帰分析-企業の戦略 142 |
[データ入力の型] 143 |
[統計処理のための手順] 144 |
[SPSSによる出力] 146 |
[出力結果の読み取り方]147 |
[散布図の描き方] 148 |
第13章 重回帰分析-長生きの原因をさぐる 152 |
[データ入力の型] 153 |
[統計処理のための手順] 154 |
[SPSSによる出力] 158160 |
[出力結果の読み取り方] 159161 |
第14章 主成分分析-国の豊かさをさぐる 162 |
[データ入力の型] 163 |
[統計処理のための手順] 164 |
[SPSSによる出力] 168 |
[出力結果の読み取り方] 169 |
第15章 判別分析-水俣病を判別する 170 |
[データ入力の型] 171 |
[統計処理のための手順] 172 |
[SPSSによる出力] 176178 |
[出力結果の読み取り方] 177179 |
第16章 独立性の検定-出身地と婚前性交渉 180 |
[データ入力の型] 181 |
[データ入力の手順] 182 |
[統計処理のための手順] 188 |
[SPSSによる出力] 192 |
[出力結果の読み取り方] 193 |
第17章 2つの母比率の差の検定-環境と花粉症 194 |
[データ入力の型] 195 |
[統計処理のための手順] 196 |
[SPSSによる出力] 198 |
[出力結果の読み取り方] 199 |
第18章 同等性の検定-谷津干潟と諫早干潟について 200 |
[データ入力の型] 201 |
[統計処理のための手順] 202 |
[SPSSによる出力] 204 |
[出力結果の読み取り方] 205 |
第19章 適合度検定-キイロショウジョウバエの遺伝の法則 206 |
[データ入力の型] 207 |
[統計処理のための順] 208 |
[SPSSによる出力] 212 |
[出力結果の読み取り方] 213 |
[孫の手]ExcelデータをSPSSに取り込む 214 |
参考文献 219 |
索引 220 |
第0章 データの型から適切な統計処理を選ぼう!! 2 |
[データの型・パターン1]-女子大生ウエイトレスの時給 2 |
[データの型・パターン2]-ウエイトレスとコンパニオンの時給 5 |
|
20.
|
図書
東工大 目次DB
|
内田治著
出版情報: |
東京 : 東京図書, 2007.9 xi, 218p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
はじめに iv |
第1章 アンケート調査 1 |
§1 アンケート調査の基本 2 |
1-1 アンケート調査とは 2 |
1-2 アンケートの計画 4 |
§2 標本調査法 12 |
2-1 母集団と標本 12 |
2-2 サンプリング 16 |
§3 調査票の作成 18 |
3-1 質問文 18 |
3-2 回答の形式 21 |
第2章 アンケートのデータ 27 |
§1 データの種類と処理 28 |
1-1 測定の尺度 28 |
1-2 データ処理の基本 30 |
§2 データの入力 32 |
2-1 単一回答の入力 32 |
2-2 複数回答の入力 41 |
2-3 順位回答の入力 45 |
第3章 アンケートの集計 49 |
§1 単純集計 50 |
1-1 単純集計の方法とグラフの作成 50 |
1-2 データの要約 61 |
§2 クロス集計 68 |
2-1 クロス集計の方法とグラフの作成 68 |
2-2 クロス集計表のグラフ表現 74 |
§3 複数回答の集計 81 |
3-1 単純集計の方法 81 |
3-2 クロス集計の方法 88 |
第4章 比率の解析 91 |
§1 比率に関する検定と推定 92 |
1-1 比率に関する検定 92 |
1-2 比率に関する推定 100 |
§2 比率の差に関する検定と推定 102 |
2-1 比率の違いに関する指標 102 |
2-2 比率の差に関する検定 106 |
2-3 独立でない比率の差に関する検定 108 |
2-4 適合度の検定 115 |
第5章 分割表の解析 121 |
§1 2X2分割表の検定 122 |
1-1 χ2検定 122 |
1-2 直接確率検定 127 |
1-3 マクネマーの検定 130 |
§2 LXM分割表の検定 136 |
2-1 χ2検定 136 |
2-2 残差の分析 140 |
§3 順序カテゴリの分割表 144 |
3-1 2XM分割表 144 |
3-2 LXM分割表 150 |
第6章 平均値の解析 157 |
§1 平均値の比較 158 |
1-1 箱ひげ図 158 |
1-2 t検定 164 |
1-3 ウィルコクスンの順位和検定 169 |
§2 対応がある場合の平均値の比較 174 |
2-1 時系列プロットによるグラフ表現 174 |
2-2 対応のある平均値の差の検定 178 |
2-3 ウィルコクスンの符号付順位検定 182 |
第7章 相関分析 187 |
§1 数量データ同士の関係 188 |
1-1 相関係数 188 |
1-2 複数の相関係数 194 |
§2 順位データ同士の関係 204 |
2-1 順位データのグラフ表現 204 |
2-2 ケンドールの一致係数 208 |
参考文献 213 |
索引 214 |
はじめに iv |
第1章 アンケート調査 1 |
§1 アンケート調査の基本 2 |
|
21.
|
図書
東工大 目次DB
|
垂水共之, 飯塚誠也著
出版情報: |
東京 : 共立出版, 2006.4 vii, 181p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 Rの起動と終了 |
1.1 Rとは 1 |
1.2 Linux環境での利用 1 |
1.2.1 起動 1 |
1.2.2 終了 1 |
1.3 Windows環境での利用 2 |
1.3.1 起動 2 |
1.3.2 終了 2 |
第2章 1変量データの入力・修正とRの基本操作 |
2.1 データ 3 |
2.2 データの修正 5 |
2.2.1 追加 5 |
2.2.2 削除 6 |
2.2.3 置換・修正 7 |
2.3 実行結果の保存 7 |
2.4 データ・関数の保存 8 |
2.5 作成した関数の読み込み 8 |
2.6 保存したデータ・関数の読み込み 9 |
第3章 1変量データの分析 |
3.1 分布を見よう(ヒストグラム) 10 |
3.1.1 主な分布形状 11 |
3.2 代表値 13 |
3.2.1 平均値と中央値 13 |
3.2.2 最小値,最大値 15 |
3.3 5数要約と箱ひげ図(ボックスプロット) 15 |
3.3.1 ヒンジ 16 |
3.4 ばらつきの尺度(分散,標準偏差) 18 |
3.4.1 範囲(range) 19 |
3.4.2 四分位範囲(interquartile range) 20 |
3.4.3 平均偏差(mean deviation) 21 |
3.4.4 分散(variance) 21 |
3.4.5 標準偏差(standard deviation) 22 |
第4章 2変量データの分析 |
4.1 データ 23 |
4.2 ファイルからのデータ入力 25 |
4.3 分布を見よう 26 |
4.4 回帰直線 31 |
4.5 相関係数 33 |
4.6 相関係数の性質 37 |
4.6.1 完全相関 38 |
4.7 順位相関係数 40 |
4.7.1 スピアマンの順位相関係数 40 |
4.7.2 ケンドールの順位相関係数 43 |
4.7.3 ケンドールの順位相関係数とτ 係数との関係 44 |
4.8 多変量データのグラフ表現 44 |
4.8.1 平行箱ひげ図 46 |
4.8.2 散布図行列 46 |
4.8.3 3 次元散布図 46 |
第5章 確率分布 |
5.1 確率 50 |
5.2 確率分布 51 |
5.3 関数のグラフ 52 |
5.4 正規分布(normal distribution) 53 |
5.5 一様分布(uniform distribution) 57 |
5.5.1 円周率のシミュレーション 58 |
5.6 標本分布 60 |
5.7 χ^2分布 60 |
5.7.1 χ^2 分布の導出 60 |
5.7.2 χ^2 分布の再生性 61 |
5.7.3 χ^2 分布の名前 62 |
5.7.4 密度関数のグラフ 62 |
5.7.5 乱数とシミュレーション 65 |
5.8 t 分布 67 |
5.8.1 t分布の導出 69 |
5.8.2 シミュレーション1 71 |
5.8.3 シミュレーション2 72 |
5.9 F分布 74 |
5.9.1 F分布の導出 76 |
5.9.2 シミュレーション 77 |
5.10 多変量正規分布と2変量正規分布 79 |
5.10.1 2変数関数のグラフ 79 |
5.11 標本相関係数の分布 83 |
第6章 中心極限定理 |
6.1 一様分布の場合 87 |
6.1.1 n=2の場合 87 |
6.1.2 n=3の場合 88 |
6.1.3 一様乱数を用いた正規乱数の生成 90 |
6.2 種々の分布 90 |
6.2.1 二次分布 90 |
6.2.2 三角分布 91 |
6.2.3 平方根分布 91 |
6.3 中心極限定理を眺めてみよう 92 |
6.4 シミュレーションその他の分布 95 |
第7章 推定 |
7.1 母集団と標本 98 |
7.2 点推定 99 |
7.2.1 不偏性 101 |
7.2.2 一致性 101 |
7.2.3 有効性 102 |
7.2.4 最尤法 103 |
7.3 正規分布の母平均μの点推定 104 |
7.4 正規分布の母分散σ^2の点推定 105 |
7.4.1 母平均μが既知の場合 105 |
7.4.2 母平均μが未知の場合 105 |
7.4.3 母分散σ^2の不偏推定値 106 |
7.5 区間推定 106 |
7.5.1 信頼度 107 |
7.5.2 信頼区間 107 |
7.6 母平均μの区間推定 107 |
7.6.1 母分散σ^2 が既知の場合 107 |
7.6.2 母分散σ^2 が未知の場合 114 |
7.7 母集団分布が正規分布とは限らない場合(大標本) 117 |
第8章 検定 |
8.1 正規分布の母平均の検定(母分散σ^2が既知の場合) 119 |
8.2 正規分布の母平均の検定(母分散σ^2が未知の場合) 121 |
8.3 シミュレーション 121 |
8.3.1 母平均の検定のシミュレーション(母分散既知の場合) 121 |
8.3.2 母平均の検定のシミュレーション(母分散未知の場合) 125 |
8.4 正規分布の母分散の検定 129 |
8.5 検出力 132 |
8.5.1 シミュレーション 133 |
8.5.2 検出力関数のグラフ 136 |
解答例 139 |
付録A |
A.1 乱数 146 |
A.1.1 その他の分布の乱数発生プログラム 147 |
A.2 多変量正規乱数 149 |
A.3 平均と中央値 150 |
A.4 中心極限定理 151 |
A.5 主なUNIXコマンド 152 |
A.5.1 ls (list specific) 153 |
A.5.2 cd (change directory, current directory) 153 |
A.5.3 mkdir (make directory) 153 |
A.5.4 cp (copy) 153 |
A.5.5 rm(remove) 154 |
A.5.6 mv (move) 154 |
A.5.7 chmod (change mode) 154 |
A.5.8 passwd 155 |
A.5.9 more 155 |
A.5.10 リダイレクト(標準入力・出力の切り替え) 156 |
A.6 各種図・表の作成プログラム 156 |
A.6.1 図4.6 156 |
A.6.2 図7.1, 図7.2 156 |
A.6.3 共通一次試験総合得点(昭和55 年)の分布 157 |
A.6.4 年間所得分布 158 |
付録B 数表 |
B.1 数表作成プログラム 167 |
B.1.1 正規分布表 167 |
B.1.2 χ^2 分布表 168 |
B.1.3 t分布表 168 |
B.1.4 F分布表 169 |
付録C 最新版の入手法・各種情報の入手法 |
C.1 Windows版Rのインストール 170 |
関連図書 175 |
索引 176 |
第1章 Rの起動と終了 |
1.1 Rとは 1 |
1.2 Linux環境での利用 1 |
|
22.
|
図書
東工大 目次DB
|
岸学, 吉田裕明共著
出版情報: |
東京 : オーム社, 2010.3 x, 299p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
はじめに ⅲ |
Part1 Excelの操作に慣れよう 1 |
第1章 Excelの名称と基本操作 3 |
1.1 画面の説明 3 |
1.2 セルに文字やデータを入力する 5 |
1.3 セルの書式を整える 6 |
1.4 コピー・切り取り・貼り付け・セルの挿入・セルの削除 14 |
1.5 フィルハンドル 17 |
第2章 計算をするための3つの方法 : 式・関数・データ分析 21 |
2.1 式を使って計算する 21 |
2.2 関数を使って計算する 24 |
2.3 「データ分析」というツールを使う 30 |
第3章 知っていると便利なこと 35 |
3.1 データの並べ替え 35 |
3.2 行と列の限界 38 |
3.3 ウィンドウ枠の固定 38 |
3.4 相対参照と絶対参照 39 |
3.5 条件付き書式 42 |
3.6 アンドゥとリドゥ 44 |
Part2 データの統計分析を行う 45 |
第4章 統計分析の準備に 46 |
4.1 はじめに 46 |
4.2 データ表の紹介 46 |
4.3 質的データと量的データ 49 |
第5章 データの尺度 50 |
5.1 尺度とは 50 |
5.2 尺度を分類する 51 |
5.3 尺度を考えるときの注意 53 |
第6章 データの処理と統計分析の流れ 56 |
6.1 分析の流れ 56 |
6.2 Excelでできる統計分析の種類 57 |
Part3 データを集計する : 記述統計 59 |
第7章 記述統計を行う意味 60 |
第8章 度数分布を描く 62 |
8.1 ねらい 62 |
8.2 棒グラフ・円グラフ・帯グラフ 62 |
8.3 ヒストグラム 65 |
8.4 Excelで描いてみよう 67 |
8.5 度数分布で何を検討するか? 78 |
第9章 代表値を求める : 平均値と中央値 79 |
9.1 代表値とは 79 |
9.2 平均値を求める 79 |
9.3 中央値を求める 80 |
9.4 最頻値を求める 81 |
9.5 Excelで平均値、中央値、最頻値を求めよう 81 |
9.6 平均値・中央値・最頻値を比較する 84 |
第10章 散布度を求める : 分散・標準偏差(SD)・四分位偏差・範囲 86 |
10.1 散布度とは 86 |
10.2 標準偏差と分散 87 |
10.3 四分位偏差 93 |
10.4 範囲 96 |
Part4 正規分布とデータの変換 101 |
第11章 正規分布と相対的な位置 102 |
11.1 正規分布とは 102 |
11.2 標準正規分布 103 |
第12章 標準得点(z得点)と偏差値 105 |
12.1 標準得点とは 105 |
12.2 標準得点の意味と活用 107 |
12.3 標準得点から標準正規分布の面積(確率)を求める 107 |
12.4 偏差値 108 |
12.5 Excelで標準得点・偏差値を求めよう 108 |
12.6 段階点へ変換する 118 |
Part5 2つの変数の関係を記述する 123 |
第13章 クロス集計表と散布図 124 |
13.1 クロス集計表 124 |
13.2 散布図 130 |
第14章 いろいろな相関関係の表現 133 |
14.1 ピアソンの積率相関係数(r)とは 133 |
14.2 直線回帰による表現 140 |
14.3 スピアマンの順位相関係数(rs) 151 |
第15章 クロス集計表からの関係の表現 157 |
15.1 オッズ比(or) 157 |
15.2 クラメールの連関係数(V) 160 |
Part6 分析方法を選ぶには 165 |
第16章 母集団と標本 167 |
16.1 母集団と標本の関係 167 |
16.2 標本の抽出 168 |
16.3 出現確率を求める : 母集団の様子がわかっている場合 169 |
第17章 検定の考え方 172 |
17.1 なぜ検定を行うのか? 172 |
17.2 検定の考え方の流れをとらえる 173 |
第18章 検定で明らかになるもの : 関係と差 178 |
18.1 関係の図と差の図 178 |
18.2 知りたいことを図に描いてみよう 180 |
第19章 分析のタイプから分析の方法を選ぶ 181 |
19.1 分析タイプの7分類 181 |
19.2 分析タイプと分析方法との対応 184 |
19.3 関係の分析を分類する 186 |
Part7 推測統計(1) : 関係を分析する 187 |
第20章 間隔・比尺度同士の関係の検定 188 |
20.1 ピアソンの積率相関係数 : 無相関検定 188 |
20.2 回帰の分散分析 191 |
第21章 順序尺度同士の関係の検定 194 |
21.1 スピアマンの順位相関係数 194 |
第22章 名義尺度同士の関係 196 |
22.1 独立性の検定 : X^2検定 196 |
22.2 残差分析 202 |
Part8 推測統計(2) : 差を分析する 207 |
第23章 比率の差の分析 208 |
23.1 X^2検定(適合度の検定) : 分析タイプ0 208 |
23.2 コクランのQ検定 : 分析タイプI・VI 210 |
23.3 X^2検定(比率の差の検定) : 分析タイプII・III 215 |
第24章 平均値の差の分析 : t検定 217 |
24.1 t検定の方法を分類する 217 |
24.2 t検定(対応なし) 218 |
24.3 t検定(対応あり) 222 |
第25章 分散あるいは標準偏差(SD)の差の分析 : F検定 225 |
25.1 F検定とは 225 |
25.2 F検定の結果を読む 226 |
25.3 ExcelでF検定を行う 226 |
第26章 中央値の差の分析 229 |
26.1 マン・ホイットニーのU検定 229 |
26.2 クラスカル・ウォリスのH検定 236 |
26.3 ウィルコクスンの符号化順位検定 241 |
26.4 フリードマンの検定 244 |
Part9 分散分析法と研究の計画 249 |
第27章 分散分析(ANOVA)とは 250 |
27.1 3つの群以上の平均値の差を考える : 分散分析法 250 |
27.2 方法の分類 251 |
27.3 Excelで分散分析を実施するときの注意 252 |
27.4 分散分析の意味と考え方 253 |
第28章 一元配置分散分析(対応なし) 257 |
28.1 一元配置分散分析(対応なし)のデータとは 257 |
28.2 一元配置分散分析の結果を読む 257 |
28.3 Excelで計算する 259 |
28.4 多重比較を行う 262 |
第29章 一元配置分散分析(対応あり) 264 |
29.1 一元配置分散分析(対応あり) 264 |
29.2 Excelで計算する 264 |
第30章 二元配置分散分析(2要因とも対応なし) 268 |
30.1 二元配置分散分析(対応なし)のデータとは 268 |
30.2 二元配置分散分析の結果を読む 268 |
30.3 交互作用とは何か 270 |
30.4 単純主効果の検定 : どこに交互作用があるのか 271 |
30.5 Excelで計算する 271 |
第31章 二元配置分散分析(1要因対応なし・1要因対応あり) 275 |
31.1 二元配置分散分析(1要因対応なし・1要因対応あり)のデータとは 275 |
31.2 二元配置分散分析の結果を読む 275 |
31.3 Excelで計算する 277 |
第32章 研究の計画 281 |
32.1 研究を計画する 281 |
32.2 被験者間計画と被験者内計画 284 |
32.3 論文で統計はどのように使われているか 284 |
補遺 286 |
A.1 ∑の計算について 286 |
A.2 決定係数の導出 287 |
A.3 調和平均 288 |
付表1 標準正規分布の面積の表 289 |
付表2 スピアマンのγsの検定表 290 |
付表3 ウィルコクスンの符号化順位検定表 291 |
付表4 ステューデント化された範囲の表 292 |
付表4.1 ステューデント化された範囲の表(5%水準) 292 |
付表4.2 ステューデント化された範囲の表(1%水準) 293 |
参考文献・読書案内 294 |
索引 295 |
はじめに ⅲ |
Part1 Excelの操作に慣れよう 1 |
第1章 Excelの名称と基本操作 3 |
|
23.
|
図書
東工大 目次DB
|
内田治著
出版情報: |
東京 : 東京図書, 2010.4 x, 213p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
はじめに |
第1章 データの要約と視覚化 1 |
Section1 統計量によるデータの要約 2 |
1-1 基本統計量による要約 2 |
1-2 パーセント点による要約 11 |
Section2 グラフによるデータの視覚化 14 |
2-1 ヒストグラム 14 |
2-2 幹葉図 19 |
2-3 箱ひげ図 21 |
2-4 ドットプロット 23 |
第2章 平均値に関する解析 27 |
Section1 母平均に関する検定と推定 28 |
1-1 母標準偏差が既知のときの検定と推定 28 |
1-2 母標準偏差が未知のときの検定と推定 37 |
Section2 母平均の差に関する検定と推定 43 |
2-1 2つの母平均の差の検定と推定 43 |
2-2 対応のあるデータの母平均の差の検定と推定 54 |
第3章 分散に関する解析 59 |
Section1 母分散に関する検定と推定 60 |
1-1 母分散に関する検定 60 |
1-2 母分散に関する推定 66 |
Section2 母分散の比に関する検定と推定 68 |
2-1 母分散の比に関する検定 68 |
2-2 母分散の比に関する推定 74 |
第4章 相関分析 77 |
Section1 相関関係の把握 78 |
1-1 散布図による視覚的把握 78 |
1-2 相関係数による数値的把握 85 |
Section2 母相関係数に関する検定と推定 89 |
2-1 母相関係数の検定 89 |
2-2 母相関係数の推定 94 |
第5章 回帰分析 97 |
Section1 直接回帰 98 |
1-1 回帰式の算出 98 |
1-2 回帰式の吟味 103 |
Section2 多項式回帰 116 |
2-1 多項式の算出 116 |
2-2 多項式の吟味 119 |
第6章 比率に関する解析 127 |
Section1 母比率に関する検定と推定 128 |
1-1 直接確率計算による母比率に関する検定 128 |
1-2 母比率に関する推定 134 |
Section2 母比率の差に関する検定と推定 137 |
2-1 母比率の差に関する検定 137 |
2-2 母比率の差に関する推定 142 |
第7章 分割表に関する解析 145 |
Section1 分割表とグラフ表現 146 |
1-1 分割表とは 146 |
1-2 グラフによる分割表の視覚化 155 |
Section2 分割表の検定 165 |
2-1 2×2分割表の検定 165 |
2-2 m×n分割表の検定 170 |
付録 統計処理に使えるEXCELの関数 177 |
付録1 Rのダウンロードとインストール 178 |
付録2 R関連の便利ツール 185 |
付録3 データの入力形式とグラフの作成 193 |
付録4 ExcelとRの統計関数 202 |
付録5 フリーの表計算ソフト 204 |
参考文献 209 |
索引 210 |
はじめに |
第1章 データの要約と視覚化 1 |
Section1 統計量によるデータの要約 2 |
|
24.
|
図書
|
Michael Milton著 ; 木下哲也訳
出版情報: |
東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2010.7 xxxv, 442p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
25.
|
図書
|
大橋渉著
出版情報: |
東京 : オーム社, 2010.6 x, 219p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
26.
|
図書
|
姜興起著
|
27.
|
図書
|
舟尾暢男著
出版情報: |
東京 : オーム社, 2009.11 xiv, 504p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
28.
|
図書
|
下川敏雄, 杉本知之, 後藤昌司著
目次情報:
続きを見る
第1章 : 分類回帰樹木(CART)法とその周辺 |
第2章 : 検定統計量に基づく樹木 |
第3章 : 多変量適応型回帰スプライン法とその周辺 |
第4章 : データ・ピーリング法とその周辺 |
第5章 : ブースティング法に基づくアンサンブル樹木法 |
第6章 : ブーストラップ法に基づくアンサンブル樹木法 |
第1章 : 分類回帰樹木(CART)法とその周辺 |
第2章 : 検定統計量に基づく樹木 |
第3章 : 多変量適応型回帰スプライン法とその周辺 |
概要:
本書では、樹木構造接近法に関する著者らの総合報告に基づいて、個々の手法に関する具体的内容を取り扱う。樹木構造接近法およびアンサンブル学習法の理論的な背景、および周辺手法に関する話題も取り上げた。
|
29.
|
図書
|
宮岡悦良, 吉澤敦子著
出版情報: |
東京 : 共立出版, 2013.9 x, 316p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 基本プログラミング : データセットの加工 |
いろいろなタイプのデータ入力 ほか |
第2章 統計グラフ : さまざまな統計グラフ—SGPLOTプロシジャ |
グラフの比較—SGSCATTERプロシジャ ほか |
第3章 SASマクロ : マクロ変数 |
マクロ ほか |
第4章 SQL : データ検索と操作 |
テーブルの作成と削除 ほか |
第5章 IML : IMLの基本知識 |
ベクトルと行列 ほか |
第1章 基本プログラミング : データセットの加工 |
いろいろなタイプのデータ入力 ほか |
第2章 統計グラフ : さまざまな統計グラフ—SGPLOTプロシジャ |
|
30.
|
図書
|
Sau Sheong Chang著 ; 瀬戸山雅人 [ほか] 訳
出版情報: |
東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2013.4 xviii, 262p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1章 : 武器と防具の装備 |
2章 : いざマトリックスへ |
3章 : 8つの魔法の修得 |
4章 : オフィスとトイレの関係 |
5章 : ランチタイムの経済学者になる方法 |
6章 : メールから自分を発見する |
7章 : 心臓の鼓動 |
8章 : 鳥の群れを表現する |
9章 : お金と性別と進化 |
1章 : 武器と防具の装備 |
2章 : いざマトリックスへ |
3章 : 8つの魔法の修得 |
概要:
人気の高いオープンソースのツール、RとRubyを使い、生データを処理し、シミュレーションし、仮説を立て、統計的手法を用いて検証する、というデータサイエンスの基本の理解を促します。基本が学べるだけでなく、自分のメールボックスや自分の心臓の鼓動
…
など身近な題材を対象としており、データサイエンスの醍醐味を味わうことができる一冊です。日本語版ではさまざまな統計手法についての入門となる章を追加。この本で使っている統計の基礎も学べる構成になっています。
続きを見る
|
31.
|
図書
|
大森崇, 阪田真己子, 宿久洋著
出版情報: |
東京 : 共立出版, 2014.1 x, 221p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1部 R/R Commanderの基本事項とデータの操作 : RとR Commander |
データの操作 ほか |
第2部 データの記述 : データの要約 |
データの視覚化 |
第3部 データに基づく推測 : 平均値に関する検定 |
分散分析 ほか |
第4部 多次元データの解析 : 回帰分析 |
ロジスティック回帰分析 ほか |
第1部 R/R Commanderの基本事項とデータの操作 : RとR Commander |
データの操作 ほか |
第2部 データの記述 : データの要約 |
概要:
R Commander Ver.2に対応して初版を加筆修正。主な加筆項目は、第3章として挿入したレポート作成に利用するR Markdownについてである。
|
32.
|
図書
|
上村龍太郎 [ほか] 著
出版情報: |
東京 : 丸善出版, 2014.7 viii, 154p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1 : 基本的操作法 |
2 : データの要約 |
3 : 回帰分析 |
4 : クラスター分析 |
5 : 主成分分析 |
6 : 因子分析 |
7 : 階層型ニューラルネットワーク |
8 : 自己組織化マップ |
1 : 基本的操作法 |
2 : データの要約 |
3 : 回帰分析 |
概要:
本書はデータ解析を行ってみたい、できるようになりたいという方への第一歩となるよう、データの基本的な整理方法や簡単な見方から、回帰分析、主成分分析、因子分析というしばしば用いられる分析手法、そして少し高度な解析を学びたいという方に向けやや発展
…
的な知的データ分析までを説明しています。いわゆる統計的な難しい数学の説明に陥らぬよう、ExcelやRを用いて分析結果を得ることを軸としています。
続きを見る
|
33.
|
図書
|
安道知寛著
出版情報: |
東京 : 朝倉書店, 2014.7 viii, 191p ; 22cm |
シリーズ名: |
統計ライブラリー |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1 : 統計的モデリング—現実の意思決定へ向けて |
2 : 高次元データの統計的モデリング |
3 : 超高次元データへの対応について |
4 : モデル統合法 |
5 : 高次元データとモデル統合 |
6 : 総括 |
1 : 統計的モデリング—現実の意思決定へ向けて |
2 : 高次元データの統計的モデリング |
3 : 超高次元データへの対応について |
|
34.
|
図書
|
宮脇典彦, 和田悟, 阪井和男共著
出版情報: |
東京 : 培風館, 2000.11 vi, 212p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
35.
|
図書
|
赤間世紀著 ; I/O編集部編
出版情報: |
東京 : 工学社, 2013.8 223p ; 21cm |
シリーズ名: |
I/O books |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : 統計学 |
第2章 : 確率論 |
第3章 : 記述統計 |
第4章 : 相関 |
第5章 : 推定 |
第6章 : 検定 |
第7章 : 回帰分析 |
第8章 : 時系列分析 |
第9章 : 統計ソフト「R」の概要 |
第1章 : 統計学 |
第2章 : 確率論 |
第3章 : 記述統計 |
概要:
データを数学的に処理する「統計学」は、「自然科学」から「社会科学」まで広い分野で応用されていますが、その学習は難しい、と言われています。そのつまずきの原因として挙げられるのは、必要な「前提知識」が多いことです。とくに、「用語」「記号」「数式
…
」などの理解が、大きなハードルとなっているようです。そこで本書は、著者の授業経験に基づき、新しい観点で「統計学」の基本項目を詳しく説明しています。
続きを見る
|
36.
|
図書
|
石村貞夫, 石村友二郎著
出版情報: |
東京 : 東京図書, 2010.10 xii, 242p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
37.
|
図書
|
兼子毅著
出版情報: |
東京 : 日科技連出版社, 2011.4 xii, 186p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
38.
|
図書
|
J.アルバート著 ; 石田基広, 石田和枝訳
出版情報: |
東京 : シュプリンガー・ジャパン, 2010.11 xi, 303p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
39.
|
図書
|
古谷知之著
目次情報:
続きを見る
政策リテラシーとしての空間データ分析 |
空間データの構造と操作 |
地域間の比較 |
空間データの分類と可視化 |
空間的自己相関 |
確率地図 |
空間集積性 |
空間点過程 |
空間補間 |
空間計量経済モデル |
カウントデータ・モデル |
政策リテラシーとしての空間データ分析 |
空間データの構造と操作 |
地域間の比較 |
|
40.
|
図書
|
宮岡悦良, 吉澤敦子著
出版情報: |
東京 : 共立出版, 2011.7 xiv, 876p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
41.
|
図書
|
岡田昌史著者代表
出版情報: |
東京 : 東京図書, 2011.4 iii, 481p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
42.
|
図書
|
石村貞夫, 石村光資郎著
出版情報: |
東京 : 東京図書, 2011.9 xvi, 245p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
43.
|
図書
|
渡辺啓太著
出版情報: |
東京 : ダイヤモンド社, 2013.8 214p ; 19cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 データは伝え方がすべて : データは、とにかく視覚に訴える |
場合によっては、円グラフより棒グラフ ほか |
第2章 数字より大切なもの : まずはリーダーに受け入れてもらうこと |
リーダーのタイプによって、求めるものも異なる ほか |
第3章 データは質で勝負せよ : メダルをつかんだ「世界一」のデータ |
同じ道具を使っても、データ収集スキルには差がある ほか |
第4章 情報戦を制するには : バレーボールは情報戦の世界 |
とっておきの「武器」は、ここぞという戦いでデビューさせる ほか |
第5章 データで人を動かす : そもそも、データで人は動くのか? |
訪問販売から店舗型に ほか |
第1章 データは伝え方がすべて : データは、とにかく視覚に訴える |
場合によっては、円グラフより棒グラフ ほか |
第2章 数字より大切なもの : まずはリーダーに受け入れてもらうこと |
概要:
統計、データ分析、プレゼン、意思決定、戦略、戦術etc.情報を武器にして、勝利をつかむ方法とは?28年ぶりに日本女子バレーに銅メダルをもたらした「世界一のデータ戦略」を、ビジネスパーソン向けに初公開!
|
44.
|
図書
|
内田治著
出版情報: |
東京 : 東京図書, 2002.4 xi, 216p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
45.
|
図書
東工大 目次DB
|
秋川卓也著
出版情報: |
大阪 : プレアデス出版, 2007.8 174p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
はじめに 3 |
第1章 SPSSの入力・加工 13 |
1-1 SPSSの立ち上げ方 15 |
1-2 データの入力 16 |
1-3 変数の設定 18 |
1-4 簡単なデータ操作とファイル操作 31 |
1-5 変数の加工 35 |
第2章 グラフと表の作成 41 |
2-1 度数分布表 42 |
2-2 ヒストグラム 45 |
2-3 グラフ-棒グラフ 47 |
2-4 グラフ-散布図 48 |
2-5 クロス表 49 |
2-6 異常値の発見 51 |
補足 ビューアについて 54 |
第3章 代表値について 55 |
3-1 平均値・分散・標準偏差 56 |
3-2 SPSSの操作 59 |
3-3 その他の代表値 60 |
第4章 分散と相関係数 63 |
4-1 共分散と相関係数とは? 65 |
4-2 SPSSの操作 69 |
第5章 回帰分析 73 |
5-1 回帰分析とは? 74 |
5-2 SPSSの操作 77 |
5-3 結果の解釈 80 |
5-4 多重共線性について 85 |
5-5 多重共線性の発見の仕方 87 |
5-6 多重共線性の克服方法 89 |
第6章 判別分析 91 |
6-1 判別分析とは? 92 |
6-2 SPSSの操作 100 |
6-3 結果の解釈 104 |
6-4 注意点 108 |
第7章 クラスター分析 113 |
7-1 クラスター分析とは? 114 |
7-2 SPSSの操作 120 |
7-3 結果の解釈 124 |
第8章 因子分析 127 |
8-1 因子分析とは? 129 |
8-2 SPSSの操作 130 |
8-3 結果の解釈 132 |
8-4 主因子法とは 139 |
第9章 主成分分析 141 |
9-1 主成分分析とは? 142 |
9-2 SPSSの操作 149 |
9-3 結果の解釈 152 |
9-4 主成分分析と因子分析の違いは? 158 |
補論 統計的仮説検定 161 |
1 統計的仮説検定とは? 162 |
2 母平均に対する検定 164 |
3 独立性の検定 167 |
参考文献 171 |
索引 172 |
はじめに 3 |
第1章 SPSSの入力・加工 13 |
1-1 SPSSの立ち上げ方 15 |
|
46.
|
図書
東工大 目次DB
|
金明哲著
出版情報: |
東京 : 森北出版, 2007.10 vii, 307p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第Ⅰ部 Rとデータマイニングの基礎 1 |
第1章 データマイニングとR言語 2 |
1.1 データマイニングとツール 2 |
1.2 Rの環境と基本操作 4 |
1.3 オブジェクトと関数 5 |
1.4 自作関数 8 |
1.5 パッケージ 10 |
1.6 ヘルプについて 14 |
1.7 参考資料について 15 |
第2章 データの入出力と編集 16 |
2.1 直接入力 16 |
2.2 エディタによる入力と編集 22 |
2.3 データファイルを読み込む 24 |
2.4 データの出力 26 |
2.5 データの結合と並び替え 28 |
2.6 データの尺度と表記 31 |
第3章 データの演算と固有値,基本統計量 33 |
3.1 データの演算 33 |
3.2 固有値と特異値の分解 37 |
3.3 基本統計量 40 |
第4章 データの視覚化 43 |
4.1 棒グラフ 43 |
4.2 円グラフ 46 |
4.3 ヒストグラム 47 |
4.4 折れ線グラフ 48 |
4.5 箱ひげ図 50 |
4.6 散布図 51 |
4.7 その他のグラフ 58 |
4.8 作図環境とグラフの利用 60 |
第Ⅰ部の参考文献 63 |
第II部 Rによるデータ解析・データマイニング 65 |
第1章主成分分析 66 |
1.1 主成分分析とは 66 |
1.2 主成分分析の基礎 68 |
1.3 主成分分析のケーススタディ 69 |
1.4 補遺と注釈 76 |
参考文献1 77 |
第2章 因子分析 78 |
2.1 因子分析とは 78 |
2.2 因子分析の基礎 79 |
2.3 因子分析のケーススタディ 81 |
2.4 補遺と注釈 85 |
参考文献2 86 |
第3章 対応分析 87 |
3.1 対応分析とは 87 |
3.2 対応分析の基礎 88 |
3.3 対応分析のケーススタディ 89 |
3.4 多重対応分析 91 |
3.5 補遺と注釈 94 |
参考文献3 96 |
第4章 多次元尺度法 97 |
4.1 多次元尺度法とは 97 |
4.2 距離と類似度 98 |
4.3 計量的MDSのケーススタディ 100 |
4.4 非計量MDS 103 |
4.5 補遺と注釈 106 |
参考文献4 106 |
第5章 クラスター分析 107 |
5.1 クラスター分析とは 107 |
5.2 階層的クラスター分析 108 |
5.3 非階層的クラスター分析 119 |
5.4 モデルに基づいたクラスター分析 121 |
5.5 補遺と注釈 124 |
参考文献5 126 |
第6章 自己組織化マップ 127 |
6.1 自己組織化マップとは 127 |
6.2 自己組織化マップのアルゴリズム 127 |
6.3 データ解析 129 |
6.4 補遺と注釈 133 |
参考文献6 133 |
第7章 線形回帰分析 134 |
7.1 回帰分析とは 134 |
7.2 線形単回帰分析 135 |
7.3 線形重回帰分析 143 |
7.4 補遺と注釈 147 |
参考文献7 147 |
第8章 非線形回帰分析 148 |
8.1 非線形回帰分析とは 148 |
8.2 ロジスティック回帰 148 |
8.3 多項式回帰 152 |
8.4 一般化線形モデル 155 |
8.5 平滑化回帰と加法モデル 159 |
8.6 補遣と注釈 162 |
参考文献8 162 |
第9章 線形判別分析 164 |
9.1 判別分析とは 164 |
9.2 線形判別分析の基礎 165 |
9.3 ケーススタディ 166 |
9.4 交差確認 171 |
9.5 補遺と注釈 172 |
第10章 非線形判別分析 173 |
10.1 非線形判別分析とは 173 |
10.2 判別関数による判別分析 173 |
10.3 距離による判別分析 174 |
10.4 多数決による判別分析 177 |
10.5 ベイズ判別法 179 |
10.6 補遺と注釈 181 |
参考文献10 182 |
第11章 生存分析 183 |
11.1 基本概念 183 |
11.2 ノンパラメトリックモデル 186 |
11.3 セミノンパラメトリックモデル 191 |
11.4 パラメトリックモデル 198 |
11.5 補遺と注釈 199 |
参考文献11 199 |
第12章 時系列 200 |
12.1 基本概念とデータの操作 200 |
12.2 自己共分散と自己相関 205 |
12.3 スペクトル分析 207 |
12.4 ランダムウォークと単位根 209 |
12.5 ARモデル 211 |
12.6 ARMA/ARIMAモデル 214 |
12.7 その他のモデル 217 |
12.8 成分の分解 222 |
12.9 多変量時系列 223 |
12.10 カオス時系列 226 |
12.11 補遺と注釈 228 |
参考文献12 228 |
第13章 樹木モデル 229 |
13.1 樹木モデルとは 229 |
13.2 樹木モデルの基礎 229 |
13.3 パッケージとケーススタディ 233 |
13.4 補遺と注釈 243 |
参考文献13 246 |
第14章 ニューラルネットワーク 247 |
14.1 ニューラルネットワークとは 247 |
14.2 ニューラルネットワークの基礎 248 |
14.3 パッケージとケーススタディ 251 |
14.4 補遺と注釈 254 |
参考文献14 255 |
第15章 カーネル法とサポートベクターマシン 256 |
15.1 カーネルとは 256 |
15.2 カーネル主成分分析 257 |
15.3 サポートベクターマシン 259 |
15.4 補遺と注釈 264 |
参考文献15 265 |
第16章 集団学習 266 |
16.1 集団学習とは 266 |
16.2 バギング 266 |
16.3 ブースティング 269 |
16.4 ランダムフォレスト 271 |
16.5 補遺と注釈 275 |
参考文献16 275 |
第17章 アソシエーション分析 276 |
17.1 アソシエーション分析とは 276 |
17.2 相関ルール 277 |
17.3 頻出アイテムの抽出 287 |
17.4 抽出結果の補助分析 290 |
17.5 補遺と注釈 292 |
参考文献17 292 |
索引[関数とパッケージ] 294 |
索引[記号,英文,和文] 299 |
第Ⅰ部 Rとデータマイニングの基礎 1 |
第1章 データマイニングとR言語 2 |
1.1 データマイニングとツール 2 |
|
47.
|
図書
東工大 目次DB
|
新納浩幸著
出版情報: |
東京 : オーム社, 2007.11 x, 208p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
はじめに iii |
第1章 Rの準備 1 |
1.1 Rのインストール 2 |
1.2 Rの基本操作 2 |
1.2.1 Rの起動と終了 2 |
1.2.2 Rの関数 5 |
1.2.3 ベクトルの演算 6 |
1.2.4 行列の演算 8 |
1.2.5 ファイル入出力 13 |
1.2.6 統計関係の関数 16 |
1.2.7 パッケージ 19 |
1.3 Rプログラミングの基礎 22 |
1.3.1 条件分岐と繰り返し 22 |
1.3.2 繰り返しの制御 25 |
1.3.3 関数の書き方 26 |
1.3.4 任意の引数とデフォルトの値 28 |
1.3.5 ファイルのロード 29 |
1.3.6 バッチ処理 30 |
第2章 クラスタリング入門 33 |
2.1 クラスタリングとは 34 |
2.2 クラスタリング手法の概要 35 |
2.3 クラスタリング結果の評価 37 |
2.3.1 クロス表 37 |
2.3.2 エントロピー(entropy) 38 |
2.3.3 純度(purity) 39 |
2.3.4 F尺度(F-measure) 40 |
2.3.5 精度(accuracy) 41 |
2.4 Rのプログラミングメモ 42 |
2.4.1 関数apply( ) 42 |
2.4.2 関数rowSums( )とcolSums( ) 43 |
2.4.3 無名関数 44 |
第3章 クラスタリングの準備 45 |
3.1 データのベクトル化 46 |
3.2 データ間の(非)類似度 48 |
3.3 本書で扱うデータセット 49 |
3.4 スパース行列の扱い 52 |
3.5 Rのプログラミングメモ 54 |
3.5.1 対角行列 54 |
3.5.2 ワンズベクトル 57 |
第4章 階層的手法 61 |
4.1 アルゴリズムと数値例 62 |
4.2 デンドログラム 70 |
4.3 Rによる解析 72 |
4.4 Rのプログラミングメモ 76 |
4.4.1 転置行列 76 |
4.4.2 関数as.~( ) 78 |
第5章 k-means 81 |
5.1 アルゴリズム 82 |
5.2 数値例 83 |
5.3 Rによる解析 88 |
5.4 Rのプログラミングメモ 92 |
5.4.1 関数sample( ) 92 |
5.4.2 関数duplicated( ) 93 |
5.4.3 並行して処理できる繰り返し 94 |
第6章 混合分布モデル 97 |
6.1 確率モデルによるクラスタリング 98 |
6.2 EMアルゴリズム 102 |
6.3 数値例 109 |
6.4 Rによる解析 113 |
6.5 Rのプログラミングメモ 117 |
6.5.1 関数which.max( )とwhich.min( ) 117 |
6.5.2 ベクトルのインデックスの取り出し 117 |
6.5.3 グラフの作成 118 |
第7章 スペクトラルクラスタリング 121 |
7.1 グラフ分割としてのクラスタリング 122 |
7.1.1 MCut 123 |
7.1.2 Ncut 127 |
7.2 数値例 129 |
7.3 Rによる解析 132 |
7.4 Rのプログラミングメモ 135 |
7.4.1 関数order( ) 135 |
7.4.2 行列の一部は行列 135 |
7.4.3 関数eigen( ) 137 |
第8章 次元縮約 139 |
8.1 高次元データから低次元データへ 140 |
8.1.1 特異値分解 140 |
8.1.2 LSI 142 |
8.1.3 pLSI 142 |
8.1.4 NMF 147 |
8.2 数値例 152 |
8.2.1 特異値分解 152 |
8.2.2 pLSI 154 |
8.2.3 NMF 157 |
8.3 Rによる解析 160 |
8.3.1 特異値分解 160 |
8.3.2 pLSI 161 |
8.3.3 NMF 164 |
8.4 Rのプログラミングメモ 166 |
8.4.1 複数の返り値 166 |
8.4.2 3次元配列 166 |
8.4.3 関数paste( ) 167 |
第9章 ファジィクラスタリング 169 |
9.1 アルゴリズム 170 |
9.2 数値例 173 |
9.3 Rによる解析 178 |
9.4 Rのプログラミングメモ 181 |
9.4.1 デバッグ 181 |
9.4.2 ソースの確認 183 |
9.4.3 関数help( ) 185 |
付録 式の証明 187 |
A.1 式(6.4)の証明 188 |
A.2 式(6.5)の証明 189 |
A.3 式(7.4)の証明 192 |
A.4 式(7.5)の証明 192 |
A.5 式(7.6)の証明 193 |
A.6 式(7.7)の証明 194 |
A.7 式(8.5)について 195 |
A.8 式(8.11)の証明 196 |
A.9 式(8.12)の証明 198 |
A.10 式(8.13)について 199 |
A.11 式(8.14)について 200 |
参考文献 201 |
索引 205 |
はじめに iii |
第1章 Rの準備 1 |
1.1 Rのインストール 2 |
|
48.
|
図書
東工大 目次DB
|
村瀬洋一, 高田洋, 廣瀬毅士共編
出版情報: |
東京 : オーム社, 2007.12 xv, 349p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
注 : X[2]の[2]は上つき文字 |
注 : T[b]の[b]は下つき文字 |
注 : T[c]の[c]は下つき文字 |
|
はじめに ⅲ |
第1章 統計分析の目的とは 1 |
1.1 目的と具体例 1 |
1.2 変数の種類、分析法の種類 3 |
1.3 分析のこつとは 5 |
1.4 良いデータを使うことが重要 6 |
1.5 分析対象の母集団を確定する 7 |
1.6 相関関係と因果関係 8 |
第2章 SPSSの基本操作 11 |
2.1 目的 11 |
2.2 SPSSの起動と画面の見方 12 |
2.3 データの作成と保存 14 |
2.3.1 データの新規作成(SPSSへの直接入力) 14 |
2.3.2 データの読み込み(1)SPSSデータファイルの読み込み 17 |
2.3.3 データの読み込み(2)他のソフトウェアのファイルの利用 18 |
2.3.4 データの読み込み(3)テキストファイル形式データの読み込み 18 |
2.3.5 データの読み込み(4)SPSSシンタックスによるテキスト形式データの定義 19 |
2.4 本格的な分析の前に : データの下準備 23 |
2.4.1 度数分布表 23 |
2.4.2 欠損値の指定 28 |
2.4.3 変数ラベルと値ラベル 31 |
2.5 値の変容 35 |
2.5.1 値の再割り当て 35 |
2.5.2 変数の合成・計算 39 |
2.6 SPSSシンタックスの基本的な原則と機能 42 |
第3章 統計分析の基礎 49 |
3.1 目的 49 |
3.2 基礎統計量 50 |
3.2.1 度数分布表 50 |
3.2.2 量的変数の記述統計量 51 |
3.2.3 正規分布の性質と分布に関する基本統計量 55 |
3.3 基礎統計量の分析 57 |
3.3.1 記述統計量 57 |
3.3.2 度数分布表 61 |
3.4 結果のまとめ方 69 |
3.5 まとめ 70 |
第4章 クロス集計、独立I性の検定 71 |
4.1 目的と具体例 71 |
4.2 クロス表の一般形 72 |
4.2.1 観測度数・周辺度数 73 |
4.2.2 表側と表頭 73 |
4.2.3 セルパーセント 73 |
4.3 関連性、統計的独立 74 |
4.4 関連係数 75 |
4.4.1 ユールQ、Φ係数、オッズ比 75 |
4.4.2 X[2]値 78 |
4.4.3 コンティンジェンシ-係数、クラメールのV 78 |
4.4.4 γ係数 79 |
4.4.5 ケンドールのルT[b]、スチュアートのT[c] 80 |
4.4.6 相関係数 80 |
4.5 独立性の検定 81 |
4.5.1 独立性の検定の具体的な手続き 81 |
4.5.2 独立性の検定の注意点 82 |
4.6 エラボレーション 83 |
4.6.1 多重クロス表 83 |
4.6.2 擬似関係 84 |
4.6.3 媒介効果 85 |
4.6.4 その他の効果 86 |
4.7 クロス集計と検定の手順 86 |
4.7.1 メニューによる方法 86 |
4.7.2 シンタックスによる方法 89 |
4.8 結果の読み方とまとめ方 91 |
4.8.1 結果の読み方 91 |
4.8.2 結果のまとめ方 92 |
第5章 平均値の差の検定と分散分析 95 |
5.1 目的と具体例 95 |
5.2 分析法の考え方 96 |
5.2.1 2つの集団間の平均値の差の検定 : t検定 96 |
5.2.2 分散分析の考え方 98 |
5.2.3 一元配置の分散分析 99 |
5.2.4 二元配置の分散分析 102 |
5.3 分析手順 106 |
5.3.1 平均値の差の検定 106 |
5.3.2 一元配置の分散分析 107 |
5.3.3 二元配置の分散分析 108 |
5.4 結果のまとめ方と解釈 113 |
5.5 分析上の注意点 117 |
第6章 単回帰分析 119 |
6.1 目的と具体例 119 |
6.2 単回帰分析の考え方 121 |
6.2.1 単回帰分析の流れ 121 |
6.2.2 基本モデル 121 |
6.2.3 回帰係数と切片の推定 122 |
6.2.4 標準回帰係数 124 |
6.2.5 決定係数 125 |
6.2.6 決定係数の有意性検定 127 |
6.2.7 回帰係数と切片の有意性検定 128 |
6.2.8 回帰係数と切片の区間推定 129 |
6.3 分析手順 130 |
6.3.1 メニューによる方法 130 |
6.3.2 シンタックスによる方法 132 |
6.3.3 出力結果と解釈 133 |
6.4 分析時の注意点 136 |
6.4.1 散布図を見て直線関係を確認する 136 |
6.4.2 分析前の欠損値処理を忘れすに 136 |
6.4.3 外れ値に注意する 136 |
6.4.4 質的データの扱いについて 137 |
6.4.5 内挿と外挿 138 |
6.4.6 決定係数が大きければいいモデルか 139 |
第7章 相関と偏相関 141 |
7.1 目的と具体例 141 |
7.2 相関分析の考え方 143 |
7.2.1 散布図 143 |
7.2.2 相関係数 143 |
7.2.3 相関係数の有意性検定 146 |
7.2.4 偏相関係数 147 |
7.2.5 順位相関係数 149 |
7.3 分析手順 150 |
7.3.1 メニューによる方法 150 |
7.3.2 シンタックスによる方法 154 |
7.3.3 出力結果と解釈 156 |
7.4 結果のまとめ方 158 |
7.5 分析時の注意点 159 |
7.5.1 関係の形状 159 |
7.5.2 外れ値の影響 159 |
7.5.3 異質なグループを含む場合の相関 159 |
7.5.4 相関関係と因果関係 160 |
7.5.5 擬似相関の可能性 160 |
第8章 重回帰分析 161 |
8.1 目的と具体例 161 |
8.2 重回帰分析の考え方 164 |
8.2.1 重回帰分析の流れ 164 |
8.2.2 基本モデル 164 |
8.2.3 偏回帰係数と切片の推定 165 |
8.2.4 偏回帰係数の解釈 167 |
8.2.5 標準偏回帰係数 167 |
8.2.6 決定係数 168 |
8.2.7 決定係数の有意性検定 169 |
8.2.8 偏回帰係数と切片の有意性検定 169 |
8.2.9 変数選択 170 |
8.3 分析手順 172 |
8.3.1 メニューによる方法 172 |
8.3.2 シンタックスによる方法 174 |
8.3.3 出力結果と解釈 175 |
8.4 結果のまとめ万 179 |
8.4.1 表のまとめ方 179 |
8.4.2 図のまとめ方 180 |
8.5 分析時の注意点 181 |
8.5.1 分析前に変数の方向を整える 181 |
8.5.2 質的変数を説明変数に設定する場合 182 |
8.5.3 グループ別に分析する 182 |
8.5.4 説明変数間の相関に注意する 183 |
8.5.5 決定係数の解釈について 183 |
8.5.6 分析結果から因果構造を想定する 184 |
8.5.7 モデルの作り方 184 |
第9章ダミー変数と回帰診断 187 |
9.1 ダミー変数と交互作用 187 |
9.1.1 目的と具体例 187 |
9.1.2 分析法の考え方 188 |
9.1.3 分析手順 192 |
9.1.4 結果のまとめ方と解釈 195 |
9.2 回帰診断 197 |
9.2.1 回帰診断の概要 197 |
9.2.2 外れ値の特定と重回帰分析での影響力評価 198 |
9.2.3 多重共線性の問題 202 |
第10章 パス解析 207 |
10.1 目的と具体例 207 |
10.1.1 パス(経路)ごとの因果的効果を分析する 207 |
10.1.2 パス解析による因果分析 208 |
10.1.3 具体例 : 地位達成モデル 208 |
10.1.4 具体例 : マクロデータを用いた分析 210 |
10.2 分析法の基本的な考え方 210 |
10.2.1 構造方程式とパス解析の前提 210 |
10.2.2 因果図式の考え方 211 |
10.2.3 パス係数の考え方と解法 212 |
10.2.4 パス解析の基本定理 214 |
10.2.5 残余変数と残余パス係数についての考え方 215 |
10.3 分析手順 215 |
10.4 結果のまとめ方 217 |
10.4.1 パス・ダイアグラムによる結果の表示 217 |
10.4.2 経路間比較の方法とその表へのまとめ方 219 |
10.5 分析時の注意点 220 |
10.5.1 パス係数の解釈 220 |
10.5.2 因果順序の設定 220 |
10.5.3 準完全逐次モデル、非完全逐次モデル、非逐次モデル 221 |
10.5.4 構造方程式モデリングへ 221 |
第11章 変数の合成と主成分分析 223 |
11.1 目的と具体例 223 |
11.2 主成分分析の考え方 224 |
11.2.1 最も説明力の高い軸を通す 224 |
11.2.2 線型結合による主成分の表現 227 |
11.2.3 固有値・固有ベクトル・主成分得点 228 |
11.2.4 主成分負荷量と寄与率 229 |
11.2.5 主成分をいくつまで求めるか(解の決定) 231 |
11.2.6 言頼性係数 232 |
11.3 分析手順 233 |
11.3.1 メニューによる主成分分析 233 |
11.3.2 シンタックスによる主成分分析 235 |
11.3.3 主成分分析の出力結果と解釈 237 |
11.3.4 シンタックスによる信頼性係数aの算出 240 |
11.3.5 信頼性係数aの出力結果と解釈 241 |
11.4 結果のまとめ方 242 |
11.4.1 表のまとめ方 242 |
11.4.2 図のまとめ方 243 |
11.5 分析時の注意点 246 |
11.5.1 単純に合成するか、重み付けて合成するか 246 |
11.5.2 あてはまりは高いほどよいのか 246 |
11.5.3 主成分分析における順序尺度変数の使用 247 |
11.5.4 主成分分析における軸の回転 247 |
第12章 因子分析 249 |
12.1 目的と具体例 249 |
12.1.1 潜在的な要因の探索 249 |
12.1.2 具体例 250 |
12.2 因子分析の考え方 253 |
12.2.1 因子分析の流れ 253 |
12.2.2 因子分析の基本モデル 253 |
12.2.3 因子の抽出 255 |
12.2.4 因子軸の回転 256 |
12.2.5 因子の解釈 259 |
12.3 分析手順 260 |
12.3.1 メニューによる方法 260 |
12.3.2 シンタックスによる方法 263 |
12.3.3 出力結果と解釈 265 |
12.4 結果のまとめ方 269 |
12.5 分析時の注意点 270 |
12.5.1 因子の数について 270 |
12.5.2 因子の抽出方法について 271 |
第13章 クラスター分析 273 |
13.1 目的と具体例 273 |
13.2 クラスター分析の考え方 276 |
13.2.1 階層的クラスター分析と非階層的クラスター分析 276 |
13.2.2 個体間の距離の測定方法 277 |
13.2.3 クラスター間の距離の測定方法 278 |
13.3 階層的クラスター分析の手順282 |
13.3.1 メニューによる方法 282 |
13.3.2 シンタックスによる方法 285 |
13.3.3 出力結果と解釈 287 |
13.4 非階層的クラスター分析の手順 290 |
13.4.1 メニューによる方法 290 |
13.4.2 シンタックスによる方法 292 |
13.4.3 出力結果と解釈 293 |
13.5 結果のまとめ方 295 |
13.6 分析時の注意点 296 |
13.6.1 クラスター数の決め方 296 |
13.6.2 変数の標準化 297 |
13.6.3 得られたクラスターと他の変数との関係の分析 298 |
第14章 ログリニア分析 299 |
14.1 目的と具体例 299 |
14.1.1 クロス表の多様なモデル分析 299 |
14.1.2 具体例 : 社会移動表分析 300 |
14.1.3 具体例 : 一般的なクロス表の分析 301 |
14.2 分析法の基本的な考え方 302 |
14.2.1 前提と基礎概念 302 |
14.2.2 基本的な考え方 : 2変数独立モデル 302 |
14.2.3 飽和モデル 304 |
14.2.4 モデル設定とパラメータの仮定 305 |
14.2.5 パラメータ 306 |
14.2.6 パラメータと自由度の関係 307 |
14.3 多重クロス表のログリニア・モデル 308 |
14.3.1 3変数のログリニア・モデル 308 |
14.3.2 相互独立モデル 308 |
14.3.3 部分的独立モデル 309 |
14.3.4 モデルの分類 309 |
14.3.5 その他のモデル 311 |
14.4 モデル検定の方法 312 |
14.4.1 検定統計量 312 |
14.4.2 モデルの選択 313 |
14.4.3 モデル選択の別の基準 314 |
14.4.4 モデルの残差 315 |
14.5 SPSSによるログリニア分析 315 |
14.5.1 3つのコマンド 315 |
14.5.2 メニューによる方法 316 |
14.5.3 シンタックスによる方法 320 |
14.6 出力結果の解釈とまとめ方 323 |
14.6.1 出力結果の解釈 323 |
14.6.2 結果のまとめ方 324 |
第15章 論文作成法 : 統計分析の利用法とは 329 |
15.1 分析の流れと論文の作り方 : どうすれば論文ができるか 329 |
15.2 仮説とは何か 330 |
15.3 分析結果のまとめ方 332 |
15.4 結論の書き方 333 |
参考文献 335 |
索引 341 |
注 : X[2]の[2]は上つき文字 |
注 : T[b]の[b]は下つき文字 |
注 : T[c]の[c]は下つき文字 |
|
49.
|
図書
東工大 目次DB
|
宮岡悦良, 吉澤敦子著
出版情報: |
東京 : 朝倉書店, 2008.4 6, 367p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 SASへの入門 1 |
1.1 SASへの招待 1 |
1.1.1 SASデータセットの作成と表示 1 |
1.1.2 クロス集計表の作成 5 |
1.1.3 グラフの作成 6 |
1.2 SASプログラミング 9 |
1.2.1 SASプログラムの概要 9 |
1.2.2 データ入力 10 |
1.3 データ加工 19 |
1.3.1 計算 19 |
1.3.2 制御 22 |
1.4 データセットの操作 27 |
付録 |
A. SASで日本語を使う 32 |
B. 外部ファィルヘの出力 32 |
C. 外部ファイルの読み込み 34 |
D. データの転置,比較,内容の確認 38 |
E. SASデータセットとSASデータライブラリ 40 |
F. データのサブセットヘの適用 41 |
演習問題 44 |
第2章 確率分布 46 |
2.1 離散型確率分布 46 |
2.1.1 ベルヌーイ分布 46 |
2.1.2 2項分布 50 |
2.1.3 ポアソン分布 53 |
2.1.4 表で与えられた離散型分布 55 |
2.2 連続型確率分布 57 |
2.2.1 正規分布 57 |
2.2.2 指数分布 63 |
2.2.3 一様分布 65 |
2.2.4 2変量正規分布 67 |
A. 確率(密度)関数,分布関数,逆分布関数,乱数 70 |
B. 確率分布一覧 72 |
第3章 データの要約 85 |
3.0 変数の型 85 |
3.1 度数分布表 86 |
3.2 度数分布のグラフ表示 89 |
3.3 要約統計量 94 |
3.4 探索的データ解析 100 |
3.4.1 箱ひげ図 100 |
3.4.2 確率プロット 103 |
3.4.3 シミュレーション 104 |
3.5 散布図 107 |
3.6 相関係数 110 |
3.7 分割表 117 |
A. 要約統計量 120 |
B. 統計キーワード一覧 122 |
演習問題 125 |
第4章 標本分布 128 |
4.1 標本平均の標本分布 128 |
4.1.1 正規分布からのランダム標本 128 |
4.1.2 一様分布からのランダム標本 133 |
4.1.3 指数分布からのランダム標本 134 |
4.1.4 ベルヌーイ分布からのランダム標本(標本比率の標本分布) 136 |
4.1.5 大数の法則 138 |
4.1.6 中心極限定理 141 |
4.2 標本分散の標本分布 143 |
4.2.1 正規分布からのランダム標本 143 |
4.2.2 一様分布からのランダム標本 146 |
4.2.3 指数分布からのランダム標本 147 |
演習問題 150 |
第5章 平均の推測 153 |
5.1 母集団の平均の推測 153 |
5.2 タイプⅠ,Ⅱの誤りと検出力 161 |
5.3 2つのグループの平均の比較 176 |
5.4 ノンパラメトリック検定 182 |
5.5 対応のある2つのグループの比較 186 |
A. univariateプロシジャが作成するグラフ 189 |
演習問題 194 |
第6章 比率の推測 197 |
6.1 母集団の比率の推測 197 |
6.2 2つのグループの比率の比較 208 |
6.3 対応のあるグループの比率の比較 230 |
演習問題 235 |
第7章 分割表の解析 238 |
7.1 適合度検定 238 |
7.2 r×c分割表 242 |
7.2.1 等質性検定 242 |
7.2.2 独立性検定 255 |
7.3 連関 258 |
7.4 一致性の検定 265 |
演習問題 268 |
第8章 単回帰分析 272 |
8.1 散布図 272 |
8.2 単回帰分析 274 |
8.3 残差分析 282 |
8.4 相関解析 293 |
演習問題 297 |
第9章 重回帰分析 299 |
9.1 重回帰分析 299 |
9.2 変数選択 304 |
9.3 説明変数にカテゴリカル変数を含む場合(共分散分析) 316 |
9.4 一要因分散分析 324 |
9.4.1 分散分析 324 |
9.4.2 多重比較 330 |
9.4.3 Kruska1-Wallis検定 337 |
演習問題 341 |
A. グラフヘの回帰直線や曲線の追加 344 |
B. ODS(Output Delivery System) 345 |
B.1 メニューから設定する方法-ODSでHTMLへ出力する 345 |
B.2 SASプログラムでODS出力の指定をする方法 346 |
B.3 統計グラフ 351 |
C. 保存される統計量と変数名 353 |
C.1 NAR1WAYプロシジャ 353 |
C.2 FREQプロシジャ 356 |
D. その他 357 |
D.1 SASの基本操作 357 |
D.2 Windows版SASのバッチモード 360 |
参考文献 361 |
索引 363 |
第1章 SASへの入門 1 |
1.1 SASへの招待 1 |
1.1.1 SASデータセットの作成と表示 1 |
|
50.
|
図書
東工大 目次DB
|
内田治著
出版情報: |
東京 : 東京図書, 2009.9 x, 244p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
はじめに |
第1章 データの要約と視覚化 1 |
section1 統計量によるデータの要約 2 |
1 基本統計量による要約 2 |
2 パーセント点による要約 8 |
section2 グラフによるデータの視覚化 11 |
1 ヒストグラム 11 |
2 ドットプロット 24 |
第2章 平均値に関する解析 29 |
section1 母平均に関する検定と推定 30 |
1 母標準偏差が既知のときの検定と推定 30 |
2 母標準偏差が未知のときの検定と推定 39 |
section2 母平均の差に関する検定と推定 46 |
1 2つの母平均の差の検定と推定 46 |
2 対応のあるデータの母平均の差の検定と推定 61 |
第3章 分散に関する解析 69 |
section1 母分散に関する検定と推定 70 |
1 母分散に関する検定 70 |
2 母分散に関する推定 76 |
section2 母分散の比に関する検定と推定 78 |
1 母分散の比に関する検定 78 |
2 母分散の比に関する推定 85 |
第4章 相関分析 87 |
section1 相関関係の把握 88 |
1 散布図による視覚的把握 88 |
2 相関係数による数値的把握 96 |
section2 母相関係数に関する検定と推定 100 |
1 母相関係数の検定 100 |
2 母相関係数の推定 104 |
第5章 回帰分析 109 |
section1 直接回帰 110 |
1 回帰式の算出 110 |
2 回帰式の吟味 115 |
section2 多項式回帰 124 |
1 多項式の算出 124 |
2 多項式の吟味 127 |
第6章 比率に関する解析 131 |
section1 母比率に関する検定と推定 132 |
1 直接確率計算による母比率に関する検定 132 |
2 F分布を用いた母比率に関する検定 138 |
3 母比率に関する推定 142 |
section2 母比率の差に関する検定と推定 146 |
1 母比率の差に関する検定 146 |
2 母比率の差に関する推定 150 |
第7章 分割表に関する解析 153 |
section1 分割表とグラフ表現 154 |
1 分割表とは 154 |
2 グラフによる分割表の視覚化 161 |
section2 分割表の検定 164 |
1 2×2分割表の検定 164 |
2 m×n分割表の検定 168 |
付録 統計処理に使えるEXCELの関数 177 |
索引 241 |
はじめに |
第1章 データの要約と視覚化 1 |
section1 統計量によるデータの要約 2 |
|
51.
|
図書
東工大 目次DB
|
鈴木努著
目次情報:
続きを見る
第1章 ネットワークデータの入力 1 |
1.1 ネットワークとグラフ 1 |
1.2 隣接行列 2 |
1.2.1 snaの場合 4 |
1.2.2 igraphの場合 4 |
1.3 辺リスト 5 |
1.3.1 snaの場合 6 |
1.3.2 igraphの場合 7 |
1.4 ファイルの読み込み 9 |
1.4.1 Rへのファイルの読み込み 9 |
1.4.2 igraphでのファイルの読み込み 10 |
1.5 多重グラフ 11 |
1.5.1 snaの場合 11 |
1.5.2 igraphの場合 12 |
1.6 重み付きグラフ 13 |
1.6.1 snaの場合 14 |
1.6.2 igraphの場合 14 |
1.7 二部グラフ 15 |
第2章 最短距離 19 |
2.1 最短経路と最短距離 19 |
2.2 幅優先探索 22 |
2.3 ダイクストラ法 22 |
2.4 ウォーシャル・フロイド法 25 |
2.5 snaの場合 26 |
2.6 igraphの場合 27 |
2.7 到達可能性行列 29 |
2.7.1 snaの場合 29 |
2.7.2 igraphの場合 30 |
第3章 ネットワーク構造の諸指標 31 |
3.1 密度 31 |
3.1.1 snaの場合 33 |
3.1.2 igraphの場合 33 |
3.2 推移性 33 |
3.2.1 snaの場合 35 |
3.2.2 igraphの場合 35 |
3.3 相互性 35 |
3.3.1 snaの場合 37 |
3.3.2 igraphの場合 37 |
3.4 分析例 38 |
第4章 中心性 41 |
4.1 点中心性 41 |
4.2 離心中心性・近接中心性 42 |
4.2.1 snaの場合 45 |
4.2.2 igraphの場合 45 |
4.3 次数中心性 46 |
4.3.1 snaの場合 47 |
4.3.2 igraphの場合 48 |
4.4 固有ベクトル中心性 48 |
4.4.1 snaの場合 50 |
4.4.2 igraphの場合 51 |
4.5 PageRank 51 |
4.5.1 igraphの場合 53 |
4.6 ボナチッチのパワー中心性 53 |
4.6.1 snaの場合 55 |
4.6.2 igraphの場合 56 |
4.7 媒介中心性 57 |
4.7.1 snaの場合 60 |
4.7.2 igraphの場合 60 |
4.8 情報中心性 60 |
4.8.1 snaの場合 64 |
4.9 集中度 64 |
4.9.1 snaの場合 66 |
4.10 二部グラフの中心性 68 |
4.11 分析例 69 |
4.11.1 中心性指標の比較 69 |
4.11.2 二部グラフの中心性 72 |
第5章 ネットワーク構造の分析 75 |
5.1 サブグループ 75 |
5.1.1 連結成分 75 |
5.1.2 クリーク 77 |
5.1.3 コミュニティ 81 |
5.2 構造同値性 86 |
5.2.1 ユークリッド距離 87 |
5.2.2 相関係数 88 |
5.2.3 ブロックモデリング 91 |
5.3 ストラクチュラル・ホール 94 |
5.3.1 igraphの場合 96 |
第6章 ネットワークの類似性 99 |
6.1 関係構造の類似性 99 |
6.1.1 ハミング距離 99 |
6.1.2 相関係数 101 |
6.2 中心化の類似性 106 |
第7章 ネットワーク指標の有意性検定 109 |
7.1 ネットワーク分析における統計的仮説検定 109 |
7.2 QAP検定 109 |
7.3 CUG検定 112 |
第8章 モチーフ 117 |
8.1 モチーフ 117 |
8.2 トライアド・センサス 118 |
8.2.1 snaの場合 119 |
8.2.2 igraphの場合 120 |
第9章 複雑ネットワーク 121 |
9.1 複雑ネットワーク 121 |
9.2 ランダムグラフ 123 |
9.3 スモールワールド・ネットワーク 125 |
9.4 スケールフリー・ネットワーク 129 |
第10章 ネットワーク分析とベイジアン・アプローチ 133 |
10.1 認知ネットワークからのネットワークの推定 133 |
10.1.1 認知ネットワーク 133 |
10.1.2 ネットワークのベイズ推定 134 |
10.1.3 snaによるネットワークのベイズ推定 136 |
10.2 ベイジアン・ネットワーク 139 |
10.2.1 ベイジアン・ネットワークとは 139 |
10.2.2 ベイジアン・ネットワークの例 140 |
第11章 グラフ描画 145 |
11.1 2 次元グラフ 145 |
11.1.1 snaの場合 145 |
11.1.2 igraphの場合 150 |
11.2 3 次元グラフ 155 |
11.2.1 snaの場合 156 |
11.2.2 igraphの場合 156 |
11.3 グラフィックスの保存 157 |
11.3.1 2次元グラフの場合 157 |
11.3.2 3次元グラフの場合 158 |
付録A Rの基礎知識 159 |
A.1 Rのインストール 159 |
A.2 パッケージのインストール 159 |
A.3 パッケージのマニュアル 160 |
A.4 ディレクトリの確認と変更 160 |
A.5 Rの基本操作 161 |
A.6 Rの終了 161 |
付録B 数学の基礎知識 163 |
B.1 四則計算など 163 |
B.2 ベクトル 164 |
B.3 行列 164 |
B.4 行列の固有値と固有ベクトル 167 |
B.5 記述統計学 168 |
参考文献 171 |
索引 175 |
第1章 ネットワークデータの入力 1 |
1.1 ネットワークとグラフ 1 |
1.2 隣接行列 2 |
|
52.
|
図書
東工大 目次DB
|
小暮厚之著
目次情報:
続きを見る
1. データと度数分布 1 |
1.1 変数と観測値 1 |
1.2 度数分布 2 |
1.3 連続データ 5 |
1.4 位置の尺度 8 |
1.5 散らばりの尺度 10 |
1.6 偏差値 : 入試のデータ分析 13 |
2. 2変数のデータ 16 |
2.1 官民格差 16 |
2.2 相関係数 19 |
2.3 2変数データの関係 21 |
2.3.1 2変数データの差 : 給与格差 21 |
2.3.2 2変数データの和 : 偏差値と相関係数 23 |
2.4 相関係数に関する注意 24 |
2.4.1 相関は線形性を測る 24 |
2.4.2 見せかけの相関 25 |
2.5 太陽系のデータ分析 : 対数変換 26 |
3. 確率 30 |
3.1 確率のクイズ 30 |
3.2 事象と確率 31 |
3.3 事象の組み合わせ 32 |
3.3.1 和事象と積事象 32 |
3.3.2 条件付き事象 33 |
3.4 ベイズの定理 : 事前確率と事後確率 34 |
3.5 ベンチャービジネス 36 |
3.6 メレ,シミュレーション,パスカル 37 |
3.6.1 メレの逆説 37 |
3.6.2 シミュレーション 37 |
3.6.3 パスカル登場 39 |
3.6.4 独立性 40 |
3.7 例 : あなたが裁判員になる確率 40 |
3.8 例 : 大学野球対抗試合で月曜日が休講になる確率 41 |
4. 確率変数と確率分布 44 |
4.1 確率分布とは何か 44 |
4.2 期待値 45 |
4.3 例 : 宝くじ 45 |
4.4 ぺテルスブルクの逆説 47 |
4.4.1 期待賞金額が無限大の賭け 47 |
4.4.2 効用 48 |
4.4.3 「ぺテルスブルクの逆説」は本当に逆説か 48 |
4.5 同時分布 49 |
4.5.1 2つのベンチャー投資 49 |
4.5.2 同時分布と周辺分布 49 |
4.5.3 共同出資 50 |
4.5.4 相関 51 |
4.5.5 共同出資とリスク管理 52 |
4.5.6 独立性 52 |
5. 離散確率分布のモデル : 2項分布とポアソン分布 55 |
5.1 ベルヌーイ試行 55 |
5.2 2項分布 56 |
5.3 2項分布と地震 58 |
5.4 ポアソン分布 61 |
5.5 ポアソン分布と台風上陸件数 63 |
6. 連続確率分布のモデル : 正規分布 66 |
6.1 連続型確率変数と分布関数 66 |
6.2 正規分布 68 |
6.2.1 標準正規分布 68 |
6.2.2 正規分布 70 |
6.2.3 正規確率の計算 71 |
6.3 株式と正規分布 72 |
6.3.1 株式収益率 72 |
6.3.2 ヒストグラム 72 |
6.3.3 歪度と尖度 72 |
7. ランダムサンプリング : 標本調査 76 |
7.1 世論調査 : 失敗例 76 |
7.2 視聴率調査 : ランダムサンプリング 77 |
7.3 信頼区問 78 |
7.4 紅白歌合戦の視聴率 79 |
7.5 消費税の世論調査 80 |
7.6 標本調査の注意点 83 |
7.6.1 味噌汁の味見 : 被爆60年アンケート 83 |
7.6.2 回収率 84 |
7.6.3 インターネットと社会調査 85 |
8. ランダムサンプリング : 標本理論 86 |
8.1 IID 86 |
8.2 標本平均 86 |
8.3 大数の法則 87 |
8.3.1 保険と大数の法則 87 |
8.3.2 大数の法則と標本分散 89 |
8.4 中心極限定理 89 |
8.4.1 中心極限定理と保険 90 |
8.5 標本分散に対する中心極限定理 91 |
8.6 信頼区間 92 |
9. 仮説検定 98 |
9.1 消費税の世論調査 98 |
9.1.1 p値 100 |
9.2 z検定 : 気温上昇の検定 102 |
9.3 t検定 103 |
9.4 仮説検定 : レイキ(霊気)療法はペインマネジメントに有効か 106 |
9.4.1 ノンパラメトリック検定 107 |
10. 回帰分析入門 109 |
10.1 100m走の年間世界記録データ 109 |
10.2 回帰モデル 110 |
10.2.1 モデル 110 |
10.2.2 誤差項の仮定 111 |
10.2.3 最小2乗法 111 |
10.3 回帰計算 114 |
10.3.1 回帰係数 114 |
10.3.2 残差と回帰予測値 115 |
10.3.3 R2乗 115 |
10.3.4 残差標準誤差 116 |
10.4 回帰モデルの理論 117 |
10.4.1 回帰係数の統計的性質 117 |
10.4.2 t値とp値 118 |
10.5 回帰モデルによる予測 118 |
10.6 誤差項の仮定 120 |
11. 重回帰分析 124 |
11.1 ワンルームマンションの価格データ 124 |
11.2 データの整理 125 |
11.3 回帰分析 127 |
11.3.1 単回帰分析 127 |
11.3.2 重回帰モデル 127 |
11.3.3 推定 128 |
11.3.4 偏回帰係数 130 |
11.4 重回帰分析の推測 131 |
11.4.1 回帰予測値と残差 131 |
11.4.2 2乗和とR2乗 132 |
11.4.3 自由度調整済みR2乗 132 |
11.4.4 R2乗とF統計量 133 |
11.5 外れ値 134 |
11.5.1 重回帰分析の仮定 134 |
11.5.2 外れ値 134 |
11.5.3 ダミー変数 135 |
11.6 変数選択 136 |
11.7 対数線形モデル 138 |
12. ロジットモデル 141 |
12.1 住宅ローンのデフォルトデータ 141 |
12.1.1 データ 141 |
12.2 ロジットモデル 143 |
12.3 ロジットモデルの推定 145 |
12.3.1 最尤法 145 |
12.3.2 デビアンス 147 |
12.4 モデル選択 148 |
12.4.1 AIC規準 148 |
12.4.2 対数変換 148 |
12.5 タイタニック : 何が生死を分けたか 150 |
12.6 タイタニック : ロジットモデルの推定 153 |
12.6.1 年齢を追加したモデルの推定 154 |
A. 付録 : R事始め 156 |
A.1 ベースシステムとパッケージ 156 |
A.2 インストール 156 |
A.3 Rの起動 157 |
A.4 Rの入力 158 |
A.5 R関数 159 |
A.6 作業ディレクトリー 160 |
A.7 データファイルの保存と読み込み 160 |
A.8 パッケージのインストール 161 |
索引 163 |
1. データと度数分布 1 |
1.1 変数と観測値 1 |
1.2 度数分布 2 |
|
53.
|
図書
|
辻谷將明, 竹澤邦夫著
|
54.
|
図書
東工大 目次DB
|
舟尾暢男著
出版情報: |
東京 : オーム社, 2008.12 ix, 265p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1部 導入篇 1 |
第2部 基礎篇 9 |
第1章 R Commanderのセットアップ 11 |
1.1 Windows版Rのインストール 11 |
1.2 Rの起動とR Commanderのインストール 15 |
第2章 R Commanderの起動と終了 17 |
2.1 R Commanderの起動 17 |
2.2 R Commanderウィンドウの説明 19 |
2.3 R Commanderの終了 20 |
第3章 グラフのカタログ 23 |
3.1 メニュー「グラフ」の機能概要 23 |
3.2 フィッシャーのアヤメのデータ「iris」 25 |
3.3 インデックスプロット 29 |
3.4 ヒストグラム 30 |
3.5 幹葉表示 31 |
3.6 箱ひげ図 33 |
3.7 QQプロット 37 |
3.8 散布図 38 |
3.9 対散布図 42 |
3.10 条件付き散布図 45 |
3.11 平均値の推移図 47 |
3.12 棒グラフ 49 |
3.13 円グラフ 50 |
3.14 3次元散布図 51 |
3.15 グラフをファイルで保存 54 |
3.16 折れ線グラフ 56 |
第4章 データ解析のカタログ 61 |
4.1 メニュー「統計量」の機能概要 61 |
4.2 解析手順とデータの読み込み方法 61 |
4.3 データの要約 66 |
4.3.1 データ「iris」の概要 67 |
4.3.2 要約統計量の算出 68 |
4.3.3 各カテコリの割合とX2適合度検定 72 |
4.3.4 欠測値の数を数える 76 |
4.3.5 相関行列 76 |
4.3.6 相関の検定 78 |
4.4 分割表に関するデータ解析 80 |
4.4.1 データ「titanic」の概要 81 |
4.4.2 2元表(2×2分割表)の作成・頻度集計と検定 82 |
4.4.3 比率に関する検定 84 |
4.4.4 多元表(r×c分割表)の作成・頻度集計 90 |
4.5 平均値に対する1標本検定 93 |
4.5.1 データ「depression」の概要 94 |
4.5.2 1標本t検定 95 |
4.5.3 対応のあるt検定 97 |
4.5.4 対応のあるウィルコクソン検定 100 |
4.6 平均値に対する2標本検定 102 |
4.6.1 データ「sleep」の概要 102 |
4.6.2 2標本t検定 104 |
4.6.3 2標本ウィルコクソン検定 106 |
4.7 分散分析 109 |
4.7.1 データ「toothgrowth」の概要 109 |
4.7.2 一元配置分散分析 111 |
4.7.3 クラスカル・ウォリスの検定 115 |
4.7.4 二元配置分散分析 117 |
4.8 分散に対する検定 123 |
4.8.1 データ「sleep」の概要 123 |
4.8.2 分散比のF検定 124 |
4.9 次元解析(多変鼠解析) 126 |
4.9.1 スケールの信頼性 127 |
4.9.2 主成分分析 129 |
4.9.3 因子分析 131 |
4.9.4 クラスター分析 134 |
4.10 モデルによる解析 138 |
4.10.1 線形回帰(単回帰分析) 138 |
4.10.2 線形モデル(回帰分析)1 145 |
4.10.3 線形モデル(回帰分析)2 150 |
4.10.4 ロジスティック回帰(一般化線型モデル) 155 |
第5章 データの読み込みと編集 161 |
5.1 メニュー「データ」の機能概要 161 |
5.1.1 新しいデータセットの作成 162 |
5.1.2 外部ファイルからのデータの読み込み 163 |
5.1.3 サンプルデータを読み込む 169 |
5.1.4 データの閲覧 170 |
5.2 データの編集と変数に対する処理 171 |
5.2.1 データの編集 171 |
5.2.2 変数に対する処理 180 |
第3部 発展篇 197 |
第6章 R Commanderのカスタマイズ 199 |
6.1 R Commanderのカスタマイズ手順 199 |
6.2 「Rcmdr-menus.txt」を編集してメニューを追加する 200 |
6.2.1 メニュー「SASデータセットから…」の追加 201 |
6.2.2 メニューに項目を追加する例 204 |
6.3 「MyProgram.R」を作成して機能を追加する 208 |
6.3.1 例1 : メニュー「足し算」を実行する関数 209 |
6.3.2 R Commander用の関数を定義する雛形 211 |
6.3.4 例3 : メニュー「データの合計値…」を実行する関数 218 |
6.3.5 例4 : メニュー「ヒストグラム(層別)…」を実行する関数 221 |
6.3.7 例6 : メニュー「個別推移図…」を実行する関数 225 |
6.3.8 例7 : メニュー「SASデータセットから…」を実行する関数 228 |
6.3.9 例8 : メニュー「Cox回帰」を実行する関数 230 |
第7章 落穂ひろい 235 |
7.1 メニュー「ファイル」の機能一覧 235 |
7.2 メニュー「編集」の機能一覧 236 |
7.3 メニュー「分布」の機能一覧 237 |
7.4 メニュー「ツール」の機能一覧 242 |
7.5 メニュー「ヘルプ」の機能一覧 244 |
第8章 Windowsでのセットアップ(最新版をインストールする増合) 247 |
8.1 Rのセットアップ 247 |
第9章 Mac OS X/Linuxでのセットアップ 251 |
9.1 Rのセットアップ 251 |
9.1.1 Mac OS X版 Rのインストール 251 |
9.1.2 Linux版 Rのインストール 258 |
9.2 R Commanderのセットアップメモ 258 |
9.2.1 Mac OS Xの場合 258 |
9.2.2 Linuxの場合 258 |
参考文献 259 |
あとがき 261 |
索引(index) 262 |
コラム |
携帯用 R Commanderの作成 16 |
Rのコンソール画面が文字で一杯になったら 22 |
フィッシャーのアヤメのデータ「iris」 26 |
層別の重要性 35 |
部分集合の表現 41 |
散布図と一緒に表示される箱ひげ図 42 |
散布図と相関 44 |
棒グラフとヒストグラムの違い 49 |
円グラフと棒グラフの使い分け 50 |
データ「Nile」 58 |
アクティブデータセットの選択 64 |
層別の要約統計量 71 |
検定の基礎の基礎 74 |
3種類の相関係数 78 |
2.2e-16 80 |
生存/死亡に関する棒グラフ 87 |
比,割合,率 90 |
2元表の入力と分析 92 |
differenceに関する箱ひげ図 97 |
timeに関する箱ひげ図,平均値の推移図 108 |
lenに関する箱ひげ図,平均値の推移図 114 |
交互作用とは? 119 |
そのほかの分散に関する検定 126 |
回帰分析結果の大雑把な見方と回帰診断 143 |
モデル式の指定例 154 |
メニュー「モデル」落穂ひろい 160 |
CSVファイルの読み込み 165 |
スクリプトウインドウのこんな使い方(SASデータの読み込み) 168 |
条件式に使用する演算子 176 |
演算子と数学関数 184 |
「標準化」とは? 186 |
対比について 193 |
カスタマイズし過ぎて後戻りができなくなったら 207 |
各種情報の取得・設定を行う関数 220 |
カスタマイズに必要な知識は… 234 |
t分布での例 239 |
internet2 248 |
第1部 導入篇 1 |
第2部 基礎篇 9 |
第1章 R Commanderのセットアップ 11 |
|
55.
|
図書
東工大 目次DB
|
P.スペクター著 ; 石田基広, 石田和枝訳
出版情報: |
東京 : シュプリンガー・ジャパン, 2008.10 x, 181p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 R におけるデータ 1 |
1.1 モードとクラス 1 |
1.2 R におけるデータの保存 2 |
1.3 モードとクラスの検証 8 |
1.4 R のオブジェクトの構造 8 |
1.5 オブジェクトの変換 10 |
1.6 欠損値 12 |
1.7 欠損値の扱い 13 |
第2章 データの入出力 15 |
2.1 ベクトルと行列の読み込み 15 |
2.2 データフレーム : read.table 関数 17 |
2.3 コンマあるいはタブ区切りのインプットファイル 20 |
2.4 固定幅インプットファイル 20 |
2.5 R のオブジェクトからデータを抽出する方法 22 |
2.6 コネクション 28 |
2.7 長大なファイルを読み込む 31 |
2.8 データの生成 33 |
2.8.1 数列 33 |
2.8.2 乱数 36 |
2.9 順列 37 |
2.9.1 ランダムな順列 37 |
2.9.2 すべての順列の列挙 37 |
2.10 数列の操作 38 |
2.11 表計算データ 40 |
2.11.1 Windows でRODBC パッケージを利用する 41 |
2.11.2 すべてのプラットホームで利用可能なgdata パッケージ 42 |
2.12 R のデータオブジェクトの保存と読み込み 43 |
2.13 バイナリファイルの操作 44 |
2.14 ASCII 形式のファイルへのR オブジェクトの書き込み 47 |
2.14.1 write 関数 47 |
2.14.2 write.table 関数 48 |
2.15 他のソフトウェアのデータの読み込み 48 |
第3章 R とデータベース 51 |
3.1 SQL の概略 51 |
3.1.1 ナビゲーション用のコマンド 51 |
3.1.2 SQL の基礎 52 |
3.1.3 集約 54 |
3.1.4 二つのデータベースの結合 55 |
3.1.5 サブクエリー 56 |
3.1.6 データベースレコードの修正 57 |
3.2 ODBC 58 |
3.3 RODBC パッケージを利用する 59 |
3.4 DBI パッケージ 60 |
3.5 MySQL データベースへのアクセス 61 |
3.6 クエリーの実行 61 |
3.7 テーブルの正規化 62 |
3.8 MySQL へのデータの書き込み 63 |
3.9 より複雑な集約 66 |
第4章 日付型データ 69 |
4.1 as.Date 69 |
4.2 chron パッケージ 71 |
4.3 POSIX 規格のクラス 73 |
4.4 日付の処理 76 |
4.5 時間間隔 78 |
4.6 連続する日付データ 78 |
第5章 因子 81 |
5.1 因子の利用 81 |
5.2 数値因子 84 |
5.3 因子の操作 85 |
5.4 実数値の変数からの因子の作成 86 |
5.5 日付・時間に基づく因子 88 |
5.6 因子の組合せ 89 |
第6章 添字 91 |
6.1 添字の基本 91 |
6.2 数値による添字 91 |
6.3 文字による添字 91 |
6.4 論理値による添字 92 |
6.5 行列や配列の添字指定 93 |
6.6 行列操作に役立つ関数類 97 |
6.7 リスト 99 |
6.8 データフレームの添字指定 101 |
第7章 文字処理 103 |
7.1 文字データの基本 103 |
7.2 文字列の表示と結合 103 |
7.3 文字列の部分操作 105 |
7.4 R における正規表現 107 |
7.5 正規表現の基礎 108 |
7.6 文字列の分解 110 |
7.7 R での正規表現の利用 112 |
7.8 置換と前方参照 116 |
第8章 データの集約 119 |
8.1 table 関数 119 |
8.2 集約のためのヒント 125 |
8.3 ベクトルないしリストへの関数の適用 126 |
8.4 行列ないし配列への関数の適用 129 |
8.5 グループ別の関数適用 133 |
8.6 reshape パッケージ 141 |
8.7 R におけるループ処理 148 |
第9章 データの整形 155 |
9.1 データフレームの変数の修正 155 |
9.2 変数の再コード化 156 |
9.3 recode 関数 159 |
9.4 データフレームの整形 159 |
9.5 reshape パッケージ 165 |
9.6 データフレームの結合 168 |
9.7 merge 関数の内部 173 |
訳者あとがき175 |
索引177 |
第1章 R におけるデータ 1 |
1.1 モードとクラス 1 |
1.2 R におけるデータの保存 2 |
|
56.
|
図書
|
近藤宏, 末吉正成編著
出版情報: |
東京 : 同友館, 2008.5 xi, 341p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
57.
|
図書
|
市川伸一 [ほか] 著
出版情報: |
東京 : 東京大学出版会, 1993.8 viii, 250p ; 26cm |
シリーズ名: |
SASで学ぶ統計的データ解析 ; 1 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
58.
|
図書
|
石村貞夫, 石村光資郎著
出版情報: |
東京 : 東京図書, 2018.2 xxiv, 262p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
データの型から適切な統計処理を選ぼう!! |
基礎統計量と区間推定 |
2つの母平均の差の検定 |
ウィルコクスンの順位和検定 |
対応のある2つの母平均の差の検定 |
ウィルコクスンの符号付順位検定 |
1元配置の分散分析と多重比較 |
クラスカル・ウォリスの検定 |
反復測定による1元配置の分散分析 |
共分散分析 |
2元配置の分散分析 |
くり返しのない2元配置の分散分析 |
単回帰分析 |
重回帰分析 |
主成分分析 |
独立性の検定 |
2つの母比率の差の検定 |
同等性の検定 |
適合度検定 |
データの型から適切な統計処理を選ぼう!! |
基礎統計量と区間推定 |
2つの母平均の差の検定 |
概要:
どんなに便利ですぐれたソフトウェアでも使いはじめは苦労する。本書は統計ソフトSPSSを初めて使う読者のために、統計処理の選び方とその処理手順、結果の読み取り方をていねいにわかりやすく説明する。SPSSがたちあがったら、データの型から適切な統
…
計処理をさがし、指示どおりにマウスでクリックしていけば...。ていねいでわかりやすい、クリックするだけの統計入門。
続きを見る
|
59.
|
図書
東工大 目次DB
|
淺野長一郎, 竹内光悦著
出版情報: |
東京 : 共立出版, 2006.8 vii, 258p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
注 : L[B]の[B]は下つき文字 |
注 : [Scheffe]は、現物の表記と異なります |
|
第1章 データと現象 1 |
1.1 現象とデータの意味 1 |
1.2 観測対象の選定 2 |
1.3 観測特性の選択 3 |
1.3.1 観測の客観性 4 |
1.3.2 観測尺度の選定 4 |
1.3.3 観測尺度の妥当性 5 |
1.3.4 観測尺度の信頼性 5 |
1.3.5 観測尺度の感度 6 |
1.3.6 観測の平易性 6 |
1.4 観測データの形式 6 |
第2章 評点法 9 |
2.1 角変換 9 |
2.2 Ridit変換 11 |
2.3 Probit変換 13 |
2.4 Rankit変換 18 |
2.5 Fisherの評点法 19 |
第3章 順位による方法 25 |
3.1 符号検定 25 |
3.2 線上の連の数による検定 26 |
3.3 環上の連の数による検定 29 |
3.4 メヂアン検定 30 |
3.5 拡張メヂアン検定 32 |
3.6 Mosesの検定 34 |
3.7 Walshの検定 36 |
3.8 Mann-WhitneyのU検定(Wilcoxonの検定) 38 |
3.9 一般化Wilcoxon検定 41 |
3.10 Fisher-Ytes-Terry検定 44 |
3.11 van der Waerdenの検定 45 |
3.12 Klotzの検定 48 |
3.13 Savageの検定 50 |
3.14 頑健検定 51 |
3.15 McNemarの検定 54 |
3.16 Kruskal-Wallisの検定 56 |
3.17 Jonckheere検定 59 |
3.18 Siegel-Tukeyの検定 61 |
3.19 Moodの検定 64 |
3.20 Ansari-Bradleyの検定 65 |
3.21 Lepage検定 67 |
3.22 Mosesの順位ふう検定 68 |
3.23 Kolmogorov-Smirnovの一標本検定 71 |
3.24 Kolmogorov-Smirnovの二標本検定 72 |
3.25 Kaplan-Meierの経時百分率の推測 74 |
3.26 Cox-Mantel検定 76 |
3.27 Friedman検定 79 |
3.28 Page検定 82 |
3.29 Mantel-Haenszel検定 84 |
3.30 Spearmanの順位相関 87 |
3.31 Kendallの順位相関 89 |
3.32 Kendallの偏順位相関 92 |
3.33 Kendallの一致性の係数W 93 |
3.34 Cramerの連関係数C 95 |
3.35 ラムダL[B]連関性の検定 97 |
3.36 カッパ係数Κ 100 |
3.37 順序変数の連関性に関するガンマ統計量G 103 |
3.38 順序変数に関するSomersのΔ 106 |
第4章 分類法 111 |
4.1 二項検定 111 |
4.2 多項検定(適合度の検定) 113 |
4.3 Fisherの精密確率検定 115 |
4.4 2×2分割表のカイ二乗検定 117 |
4.5 累積カイ二乗検定 118 |
4.6 m×n分割表による検定 120 |
4.7 単純選択法 123 |
4.8 同類選択法 124 |
4.9 全数類別法 126 |
4.10 CochranのQ検定 128 |
4.11 傾向の変化点の推測 131 |
4.11.1 データが二値の場合 131 |
4.11.2 データが連続値の場合 133 |
4.12 計数データのクラスタ分析 134 |
4.12.1 凝縮型階層的クラスタ分析 135 |
4.12.2 分析手順の実施 137 |
第5章 一対比較法 141 |
5.1 評価者の一巡三角形による一致性 141 |
5.2 評価者間の合致性の係数 144 |
5.3 Thurstone-Mostellerの方法 145 |
5.4 Bradley-Terryの方法 150 |
5.5 [Scheffe]の一対比較法 153 |
第6章 計数の逐次検定法 159 |
6.1 逐次二項検定 160 |
6.1.1 検査と判定法 160 |
6.1.2 検定特性(OC)曲線 162 |
6.1.3 平均検査個数 164 |
6.1.4 数値例 165 |
6.1.5 数式誘導 167 |
6.2 逐次二重二分法検定 173 |
6.2.1 二重二分法 173 |
6.2.2 優差比 174 |
6.2.3 適用手順 175 |
6.2.4 数値例 177 |
6.2.5 数式誘導 179 |
6.3 逐次ポアソン検定 182 |
6.3.1 特徴 182 |
6.3.2 適用手順 184 |
6.3.3 数値例 185 |
6.3.4 数式誘導 187 |
6.4 逐次選択(PWR)方式 190 |
6.4.1 概要 190 |
6.4.2 二処理法の場合の選択方式 191 |
6.4.3 処理法がm個の場合の選択方式 193 |
6.4.4 逐次選択方式の特性 195 |
第7章 ソフトウェアFADAシステムによるデータ分析 199 |
7.1 計算機を用いたデータ分析 199 |
7.2 ソフトウェアFADAシステムのインストール 201 |
7.3 FADAシステムの使い方 204 |
7.4 FADAのメニユー 209 |
付表(数値表) 225 |
参考文献 252 |
索引 257 |
あとがき 259 |
注 : L[B]の[B]は下つき文字 |
注 : [Scheffe]は、現物の表記と異なります |
|
|
60.
|
図書
|
W. Härdle, S.K linke, M. Müller著 ; 森裕一 [ほか] 訳
出版情報: |
東京 : 共立出版, 2001.7 xxi, 500p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
61.
|
図書
|
谷村晋著
|
62.
|
図書
|
田中周二著
目次情報:
続きを見る
1 : 生命保険数理 |
2 : 年金数理 |
3 : 損害保険数理 |
4 : シミュレーション |
5 : 確率論的シナリオ生成モデル |
6 : 発生率の統計学 |
7 : リスク細分型保険 |
8 : 第三分野保険 |
9 : 変額年金 |
付録 |
1 : 生命保険数理 |
2 : 年金数理 |
3 : 損害保険数理 |
|
63.
|
図書
|
菅民郎著
出版情報: |
東京 : オーム社, 2013.9 x, 292p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : はじめに |
第2章 : 統計解析の基礎 |
第3章 : 相関分析と回帰分析 |
第4章 : 確率分布 |
第5章 : 推測統計学 |
第6章 : 実験による統計理論の検証 |
第7章 : Excelの統計解析機能の解説 |
第8章 : Excelアドインソフトウェア |
第1章 : はじめに |
第2章 : 統計解析の基礎 |
第3章 : 相関分析と回帰分析 |
|
64.
|
図書
|
内田治著
出版情報: |
東京 : 東京図書, 2013.12 xii, 273p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : アンケート調査 |
第2章 : アンケートのデータ |
第3章 : アンケートの集計 |
第4章 : 比率の解析 |
第5章 : 分割表の解析 |
第6章 : 平均値の解析 |
第7章 : 相関分析 |
第1章 : アンケート調査 |
第2章 : アンケートのデータ |
第3章 : アンケートの集計 |
概要:
SPSSを使ってできるアンケートの解析を、画面を見ながらクリックするだけでできるように解説する。調査の準備から調査票の作り方、質問文の書き方、回答の形式にはじまって、単純集計やクロス集計とグラフの作成、比率に関する検定と推定、分割表の検定、
…
平均値の検定、相関係数や順位データの解析まで、すぐ実用に役立つ必携必読のハンドブック。
続きを見る
|
65.
|
図書
|
日花弘子著
出版情報: |
東京 : SBクリエイティブ, 2014.4 x, 333p ; 24cm |
シリーズ名: |
Excel徹底活用シリーズ |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
01 : 統計とは |
02 : 統計の基本 |
03 : 回帰分析 |
04 : 母集団と標本 |
05 : 確率分布 |
06 : 推定 |
07 : 検定 |
08 : 分散分析 |
01 : 統計とは |
02 : 統計の基本 |
03 : 回帰分析 |
概要:
社会人のための統計学。仕事の現場で必要となる統計解析の基礎をやさしく解説。ケーススタディによる実践的な学習。フルカラーによる見やすいレイアウト。章末の練習問題でレベルアップ。Excel2007/2010/2013対応。
|
66.
|
図書
|
Wes McKinney著 ; 小林儀匡 [ほか] 訳
出版情報: |
東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2013.12 xviii, 452p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
はじめに |
Pythonによるデータ分析事例 |
IPython:対話的な開発環境 |
NumPyの基本:配列とベクトル演算 |
pandas入門 |
データの読み込み、書き出しとファイル形式 |
データの管理:データのクリーニング、変換、マージ、再形成 |
プロットと可視化 |
データの集約とグループ演算 |
時系列データ |
金融と経済データへの応用 |
NumPy:応用編 |
はじめに |
Pythonによるデータ分析事例 |
IPython:対話的な開発環境 |
概要:
Pythonの代表的なデータ解析用ツール、pandasのメイン開発者による、Pythonでデータサイエンスを始めるための情報をまとめた、優れたガイドブック。豊富な事例とサンプルコードを示した実践的、実際的な一冊。
|
67.
|
図書
|
Joseph Adler著 ; 大橋真也, 木下哲也訳
出版情報: |
東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2014.1 xxi, 835p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1部 : Rの基本 |
第2部 : R言語 |
第3部 : データの操作 |
第4部 : データの可視化 |
第5部 : Rでの統計 |
第6部 : その他のトピック |
第1部 : Rの基本 |
第2部 : R言語 |
第3部 : データの操作 |
概要:
統計分析の標準ツールとして不動の人気を誇るオープンソースソフトウェアRについてのリファレンス。Rの基本操作から、パッケージの詳細、コマンドや関数の一覧、さらには可視化、最適化、並列化など、Rをさらにパワーアップさせるテクニックまで、幅広いト
…
ピックを取り上げます。Rの持つ機能を詳しく解説しつつ、Rの可能性を追求する一冊です。圧倒的な情報量を誇り、初心者にも上級者にも有用な情報が満載です。
続きを見る
|
68.
|
図書
|
石村貞夫 [ほか] 著
出版情報: |
東京 : 東京図書, 2015.1 xiv, 240p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
アンケート調査票を作りましょう |
アンケート調査の結果を入力しましょう |
グラフ表現で特徴をつかみましょう |
相関分析で関係の強い項目を探しましょう |
クロス集計表から独立性の検定をしましょう |
ノンパラメトリック検定でグループ間の差を調べましょう |
コレスポンデンス分析でわかるカテゴリの対応 |
主成分分析で総合的特性を求めましょう |
因子分析で共通要因を求めましょう |
クラスター分析でデータを分類しましょう |
判別分析で重要な項目を探しましょう |
ロジスティック回帰分析で予測確率を求めてみましょう |
一歩進んだカテゴリカルデータ分析 |
アンケート調査票を作りましょう |
アンケート調査の結果を入力しましょう |
グラフ表現で特徴をつかみましょう |
概要:
アンケート調査に初めて触れる読者のための、統計ソフトSPSSを使ったわかりやすい入門書。失敗しない調査の準備、進め方から調査結果の考察まで、手を動かしながら読み進めれば、統計学の難しい理論は知らなくても高度な解析が自由に使えてすぐ役に立つ。
|
69.
|
図書
|
里村卓也著
目次情報:
続きを見る
第1章 : マーケティング・モデルとは |
第2章 : R入門 |
第3章 : 確率・統計とマーケティング・モデル |
第4章 : 市場反応の分析と普及の予測 |
第5章 : 選択行動の分析 |
第6章 : セグメンテーションと潜在クラスモデル |
第7章 : 間隔の分析 |
第8章 : マーケティングとベイズ統計学 |
第1章 : マーケティング・モデルとは |
第2章 : R入門 |
第3章 : 確率・統計とマーケティング・モデル |
|
70.
|
図書
|
石村貞夫, 劉晨, 石村光資郎著
出版情報: |
東京 : 東京図書, 2015.5 xviii, 253p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1章 : これだけ知っていれば十分ですね! |
2章 : 重回帰分析で予測してみましょう |
3章 : 主成分分析で順位をつけてみましょう |
4章 : 因子分析で深層心理を探ってみましょう |
5章 : 判別分析で境界線を見つけましょう |
6章 : クラスター分析で分類をしましょう |
7章 : 多次元尺度法って何? |
1章 : これだけ知っていれば十分ですね! |
2章 : 重回帰分析で予測してみましょう |
3章 : 主成分分析で順位をつけてみましょう |
概要:
統計ソフトSPSSを使えば複雑な計算に煩わされることなく、重回帰分析、主成分分析、因子分析、判別分析、クラスター分析から多次元尺度法に至るまで、瞬時に計算結果もグラフも得られる。この本には難しい数式の計算はありません!クリックひとつで楽しく
…
学ぶ、見て理解する多変量解析入門。
続きを見る
|
71.
|
図書
|
内田治, 平野綾子著
出版情報: |
東京 : 東京図書, 2015.9 xi, 287p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : JMP入門 |
第2章 : 1変量の解析 |
第3章 : 2変量の解析 |
第4章 : 多変量の解析 |
第5章 : 回帰分析 |
第6章 : 仮説検定 |
付録 : 多重対応分析 |
第1章 : JMP入門 |
第2章 : 1変量の解析 |
第3章 : 2変量の解析 |
概要:
JMPを使ってデータが語ることを読み取ろう!データを視覚的に解析することに重点を置いているJMPは、解析目的から分析手法を選択し、対話的に解析を進める。本書では、この便利な機能を活用して、統計解析の基礎的な考え方やデータのまとめ方をはじめと
…
して、多変量解析や回帰分析、基本的な有意性検定手法をていねいに解説。
続きを見る
|
72.
|
図書
|
畠慎一郎, 田中多恵子著
出版情報: |
東京 : 東京図書, 2015.12 xiv, 193p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
ウォーミングアップ編 : データ分析概論 |
統計学超入門 |
統計を武器とするために |
実践編 : SPSSのインストール方法 |
SPSSを始めよう |
データの加工・変換 |
データの特徴を明らかにする |
2つの変数から関係性を把握する |
グループ間に差異があるのかを確かめる |
複数の変数間の傾向を説明する |
よく使われる分析手法 |
お役立ちブックガイド : 統計学の本 |
SPSSの本 |
ウォーミングアップ編 : データ分析概論 |
統計学超入門 |
統計を武器とするために |
概要:
SPSSで分析をはじめるなら、この一冊から。大学や研究室でも、自宅でも、すぐに使える→データの入力から分析のしかたまで、手順をしっかり解説→SPSSのインストール方法、ライセンス認証についてもていねいに案内→一歩先に行くための、SPSSの参
…
考書ガイドを収録。
続きを見る
|
73.
|
図書
|
菅民郎著
出版情報: |
東京 : オーム社, 2016.5 xiv, 358p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
統計解析の基礎 |
相関分析 |
確率分布 |
統計的推定と統計的仮説検定の基礎 |
母集団の平均と割合に関する推定 |
1つの母集団の平均と割合に関する検定 |
2つの母集団の平均と割合に関する検定 |
統計的推定、統計的仮説検定の理論と公式の導き方 |
母集団の分散・正規性・相関に関する検定 |
標本平均の分布、検定統計量T値の分布〔ほか〕 |
|
74.
|
図書
|
寺島拓幸, 廣瀬毅士著
出版情報: |
東京 : 東京図書, 2016.6 x, 281p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
アンケートの回答形式 |
SPSSについて |
単一回答の特徴をみる |
多重回答の特徴をみる |
数値回答の特徴をみる |
単一回答どうしの関係をみる |
数値回答どうしの関係をみる |
単一回答と数値回答の関係をみる |
数値回答を説明する |
単一回答を説明する |
複数の単一回答をまとめる |
アンケートの回答形式 |
SPSSについて |
単一回答の特徴をみる |
概要:
回答形式ベースの構成で実践的!目的と考え方→注意点→前提条件→SPSSの操作と出力→論文・レポートでの提示方法と定型化することで、初学者も無理なく読み進められる。SPSS Ver.22以降に対応。章ごとに扱う分析手法を一覧する分析ガイド表付
…
き。
続きを見る
|
75.
|
図書
|
鈴木努著
目次情報:
続きを見る
ネットワークデータの入力 |
最短距離 |
ネットワーク構造の諸指標 |
中心性 |
ネットワーク構造の分析 |
ネットワークの類似性 |
統計的ネットワーク分析 |
社会ネットワークの調査分析法 |
ソーシャル・メディアのネットワーク分析 |
複雑ネットワークのシミュレーション |
ネットワーク描画 |
ネットワークデータの入力 |
最短距離 |
ネットワーク構造の諸指標 |
|
76.
|
図書
|
田中敏, 山際勇一郎著
出版情報: |
東京 : 教育出版, 1992.9 viii, 299p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
77.
|
図書
|
内田治著
出版情報: |
東京 : 東京図書, 2019.12 xii, 265p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : アンケート調査 |
第2章 : アンケートのデータ |
第3章 : アンケートの集計 |
第4章 : 比率の解析 |
第5章 : 分割表の解析 |
第6章 : 平均値の解析 |
第7章 : 相関分析 |
第1章 : アンケート調査 |
第2章 : アンケートのデータ |
第3章 : アンケートの集計 |
概要:
ていねいでわかりやすいクリックするだけの統計入門。
|
78.
|
EB
|
高柳良太著
出版情報: |
[東京] : KinoDen, [20--] 1オンラインリソース (vi, 200p) |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : データの準備 |
第2章 : 他のソフトウェアのデータをEGで使用する |
第3章 : データ編集の基本 |
第4章 : 高度なデータの編集 |
第5章 : 量的変数の集計 |
第6章 : 質的変数の集計 |
第1章 : データの準備 |
第2章 : 他のソフトウェアのデータをEGで使用する |
第3章 : データ編集の基本 |
|
79.
|
EB
|
荒川俊也著
出版情報: |
[東京] : KinoDen, [20--] 1オンラインリソース (ix, 220p) |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : はじめに—統計の知識はこんなに大事! |
第2章 : データの特徴をつかもう |
第3章 : 正規分布とは何なのか? |
第4章 : 梅干しは本当に減塩か?—母平均を推定する |
第5章 : 新薬は高血圧に有効か?—統計的仮説検定とt検定 |
第6章 : 専有面積が広ければ賃料も上がる?—相関 |
第7章 : 家賃は築年数だけで決まる?—回帰分析 |
第8章 : 補遺:数学的説明/分析ツールのセットアップ/練習問題の解答と解説 |
第1章 : はじめに—統計の知識はこんなに大事! |
第2章 : データの特徴をつかもう |
第3章 : 正規分布とは何なのか? |
|
80.
|
EB
|
菅民郎著
出版情報: |
[東京] : Maruzen eBook Library 1オンラインリソース (viii, 325p) |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
アンケート調査の基本と準備 |
調査票のつくり方と質問内容 |
アンケートデータの集計 |
クロス集計 |
アンケートデータの解析 |
アンケート調査による母集団の把握 |
CS調査と分析方法 |
一対比較法の調査と分析方法 |
コンジョイント調査と分析方法 |
因果関係解明調査と因子分析〔ほか〕 |
アンケート調査の基本と準備 |
調査票のつくり方と質問内容 |
アンケートデータの集計 |
|
81.
|
図書
|
里村卓也著
|
82.
|
図書
|
金明哲著
出版情報: |
東京 : 森北出版, 2017.3 vii, 319p ; 22cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1部 Rとデータマイニングの基礎 : データマイニングとR言語 |
データの入出力と編集 |
データの演算と固有値、基本統計量 |
データの視覚化 |
第2部 Rによるデータ解析・データマイニング : 主成分分析 |
因子分析 |
対応分析 |
多次元尺度法 |
クラスター分析 ほか |
第1部 Rとデータマイニングの基礎 : データマイニングとR言語 |
データの入出力と編集 |
データの演算と固有値、基本統計量 |
概要:
網羅性と実用性の高さから、多くのRユーザーの評価を得てきたロングセラー。Rのバージョンアップへの対応に加え、深層学習やネットワーク分析などの内容を追加した第2版。
|
83.
|
図書
東工大 目次DB
|
藤井良宜著
目次情報:
続きを見る
第1章 カテゴリカルデータ 1 |
1.1 カテゴリカルデータとは 1 |
1.2 カテゴリカルデータの例 2 |
1.3 カテゴリカルデータの入力 3 |
1.4 複数回答項目の取り扱い 7 |
第2章 カテゴリカルデータの集計とグラフ表示 9 |
2.1 個票データの集計 9 |
2.2 集計データの取り扱い 19 |
2.3 データフレームとテーブル 20 |
2.3.1 表形式のデータから集計データへの変更 21 |
2.3.2 集計データから個票データへの変更 21 |
2.3.3 カテゴリーの変更 22 |
2.3.4 量的変数からカテゴリカル変数への変更 23 |
2.3.5 表の併合と部分抽出 24 |
2.4 その他のグラフ表示 24 |
第3章 割合に関する統計的な推測 25 |
3.1 統計的推測の必要性 30 |
3.2 二つのカテゴリーをもつ変数の場合 30 |
3.3 三つ以上のカテゴリーをもつ変数の場合 31 |
第4章 二元表の解析 40 |
4.1 2×2表の解析 45 |
4.1.1 データの収集法と確率モデル 45 |
4.1.2 独立性のカイ二乗検定 48 |
4.1.3 フィッシャーの直接確率法 50 |
4.1.4 関連性の指標 52 |
4.2 2×J表の解析 54 |
4.3 I×J表の解析 62 |
4.4 対応のあるカテゴリカル変数の関係 68 |
4.4.1 マクネマー検定 68 |
第5章 三元表の解析 72 |
5.1 見せかけの関係とシンプソンのパラドックス 72 |
5.2 層別2×2表の解析 74 |
5.2.1 カリフォルニア州立大学バークレー校での入試データ 74 |
5.2.2 条件付き独立性の検定 76 |
5.2.3 共通オッズ比の推定 78 |
5.2.4 オッズ比の均一性の検定 79 |
5.3 層別I×J表の解析 83 |
第6章 ロジスティック回帰分析 86 |
6.1 ロジット変換 86 |
6.2 解析方法 91 |
6.3 多重ロジスティック回帰分析 92 |
6.4 ステップワイズ法 94 |
6.5 多項ロジスティック回帰分析 96 |
6.6 条件付きロジスティック回帰分析 100 |
第7章 ポアソン回帰分析 102 |
7.1 ポアソン分布 102 |
7.2 ポアソン回帰分析の考え方 107 |
7.3 オフセットによる調整法 108 |
7.4 過分散である場合の解析方法 110 |
第8章 対数線形モデルでの解析 115 |
8.1 対数線形モデルとは 115 |
8.2 三元表での対数線形モデル 123 |
8.3 ロジスティック回帰と対数線形モデル 127 |
第9章 対応分析 130 |
9.1 対応分析の基本的な考え方 130 |
9.2 回答者と回答パターンの関係 135 |
9.3 多重対応分析 138 |
第10章 決定木 142 |
10.1 決定木とは 142 |
10.2 量的変数を用いたグループ分け 146 |
10.3 順序カテゴリカルデータの場合 150 |
第11章 数量化理論 154 |
11.1 数量化理論とは 154 |
11.2 数量化I類 154 |
11.3 数量化II類 158 |
第12章 順序カテゴリカル変数に対する相関係数 164 |
12.1 順序カテゴリカル変数間の相関係数 164 |
12.2 順序カテゴリカル変数と連続変数との相関 168 |
12.3 三つ以上の変数間の相関行列を求める 169 |
この本で用いた主なデータセット 175 |
参考文献 176 |
索引 177 |
第1章 カテゴリカルデータ 1 |
1.1 カテゴリカルデータとは 1 |
1.2 カテゴリカルデータの例 2 |
|
84.
|
図書
東工大 目次DB
|
青木繁伸著
出版情報: |
東京 : オーム社, 2009.4 xi, 320p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
注 : x[2]の[2]は上つき文字 |
|
はじめに ⅲ |
目次 ⅴ |
第1章 Rを使ってみる 1 |
1.1 必要なファイルをダウンロードする 1 |
1.2 Rのインストール 2 |
1.2.1 Mac OS Xの場合 2 |
1.2.2 Windowsの場合 3 |
1.3 Rを起動し終了する 4 |
1.4 Rの環境設定をする 6 |
1.5 パッケージを利用する 7 |
1.6 オンラインヘルプを使う 8 |
1.7 作業ディレクトリを変える 9 |
1.8 エディタを使う 9 |
1.9 結果を保存する 10 |
第2章 データの取り扱い方 11 |
2.1 Rで扱うデータ 11 |
2.2 データファイルを準備する 15 |
2.3 R以外のソフトウェアで作成されたファイルを読み込む 16 |
2.3.1 Excelのワークシートファイルを読み込む 16 |
2.3.2 SPSSのシステムファイルを読み込む 17 |
2.4 データファイルを読み込む 17 |
2.4.1 タブなどで区切られたデータファイルを読み込む 17 |
2.4.2 タブなどで区切られていないデータファイルを読み込む 21 |
2.5 データフレームの変数を使う 23 |
2.6 データのチェックを行う 24 |
2.7 データの修正などを行う 26 |
2.8 カテゴリー変数を定義する 27 |
2.8.1 数値で入力されたカテゴリーデータを定義する 27 |
2.8.2 カテゴリーの定義順序を変える 30 |
2.9 連続変数をカテゴリー化する 32 |
2.10 カテゴリー変数を再カテゴリー化する 36 |
2.11 新しい変数を作る 37 |
2.12 新しいデータフレームを作る 39 |
2.12.1 変数を抽出して新しいデータフレームを作る 39 |
2.12.2 ケースを抽出して新しいデータフレームを作る 40 |
2.12.3 データフレームを分割する 44 |
2.13 複数のデータフレームを結合する 46 |
2.13.1 ケースを結合する 47 |
2.13.2 変数を結合する 48 |
2.14 データを並べ替える 50 |
2.15 そのほかのデータ操作 51 |
2.15.1 グループ別データリストをデータフレーム形式で表す 51 |
2.15.2 対応のあるデータを2通りのデータフレーム形式で表す 53 |
2.15.3 繰り返される測定結果を2通りのデータフレーム形式で表す 55 |
2.15.4 分割表から元のデータを復元する 57 |
2.15.5 特定の平均値,標準偏差,相関係数を持つデータを生成する 61 |
2.16 ファイルに保存する 67 |
2.16.1 write.table関数とread.table関数を使う 67 |
2.16.2 save関数とload関数を使う 69 |
第3章 一変量統計 71 |
3.1 データを要約する 71 |
3.1.1 グループ別にデータを要約する 72 |
3.2 基本統計量を求める 74 |
3.2.1 統計関数を使いやすくする 74 |
3.2.2 複数の変数の基本統計量を求める 75 |
3.2.3 グループ別に基本統計量を求める 78 |
3.2.4 グループ別に複数の変数の基本統計量を求める 80 |
3.3 度数分布表を作る 81 |
3.3.1 table関数を使う 81 |
3.3.2 度数分布表を作る関数を定義する 83 |
3.3.3 度数分布表を簡単に作る 83 |
3.3.4 複数の変数の度数分布表を作る 84 |
3.3.5 グループ別に度数分布表を作る 86 |
3.4 度数分布図を描く 86 |
3.4.1 複数の変数の度数分布図を描く 89 |
3.4.2 グループ別に度数分布図を描く 90 |
3.4.3 グループ別にデータの分布状況を示す 93 |
第4章 二変量統計 97 |
4.1 クロス集計表を作る 97 |
4.1.1 二重クロス集計表を作る 97 |
4.1.2 三重以上のクロス集計表を作る 100 |
4.2 相関係数を求める 103 |
4.2.1 二変数間の相関係数を求める 103 |
4.2.2 グループ別に二変数間の相関係数を求める 106 |
4.2.3 複数の変数間の相関係数を求める 106 |
4.2.4 グループ別に複数の変数間の相関係数を求める 108 |
4.3 二変数の関係を図に表す 110 |
4.3.1 二変数の散布図を描く 110 |
4.3.2 グループ別に二変数の散布図を描く 111 |
4.3.3 複数の変数の散布図を描く 113 |
第5章 検定と推定 117 |
5.1 比率の差の検定 117 |
5.2 独立性の検定 119 |
5.2.1 x[2]分布を利用する検定(x[2]検定) 119 |
5.2.2 フィッシャーの正確検定 120 |
5.3 平均値の差の検定(パラメトリック検定) 121 |
5.3.1 独立2標本の場合 : t検定 121 |
5.3.2 独立k標本の場合 : 一元配置分散分析 123 |
5.3.3 対応のある2標本の場合 : 対応のある場合のt検定 124 |
5.3.4 対応のあるk標本の場合 : 乱塊法 125 |
5.4 代表値の差の検定(ノンパラメトリック検定) 126 |
5.4.1 独立2標本の場合 : マン・ホイットニーのU検定 126 |
5.4.2 独立k標本の場合 : クラスカル・ウォリス検定 128 |
5.4.3 対応のある2標本の場合 : ウィルコクソンの符号付順位和検定 128 |
5.4.4 対応のあるk標本の場合 : フリードマンの検定 130 |
5.5 等分散性の検定 131 |
5.5.1 独立2標本の場合 131 |
5.5.2 独立k標本の場合 : バートレットの検定 132 |
5.6 相関係数の検定(無相関検定) 133 |
5.7 複数の対象変数について検定を繰り返す方法 135 |
第6章 多変量解析 139 |
6.1 重回帰分析 139 |
6.1.1 重回帰分析の基本 139 |
6.1.2 変数選択 146 |
6.1.3 ダミー変数を使う重回帰分析 149 |
6.1.4 多項式回帰分析 154 |
6.2 非線形回帰分析 156 |
6.2.1 累乗モデルと指数モデル 157 |
6.2.2 漸近指数曲線 168 |
6.2.3 ロジスティック曲線とゴンペルツ曲線 175 |
6.3 従属変数が二値データのときの回帰分析 179 |
6.3.1 ロジスティック回帰分析 180 |
6.3.2 プロビット回帰分析 182 |
6.4 正準相関分析 184 |
6.5 判別分析 188 |
6.5.1 線形判別分析 188 |
6.5.2 正準判別分析 191 |
6.5.3 二次の判別分析 194 |
6.6 主成分分析 196 |
6.6.1 主成分負荷量について 198 |
6.6.2 主成分が持つ情報量 200 |
6.6.3 主成分得点について 202 |
6.6.4 主成分の意味付け 203 |
6.6.5 主成分負荷量が持つ意味 206 |
6.7 因子分析 207 |
6.7.1 バリマックス解 208 |
6.7.2 プロマックス解 212 |
6.8 数量化Ⅰ類 215 |
6.8.1 数量化Ⅰ類と等価な分析を行う 215 |
6.8.2 数量化Ⅰ類とダミー変数を使う重回帰分析が同じである理由 218 |
6.9 数量化Ⅱ類 219 |
6.10 数量化Ⅲ類 223 |
6.10.1 カテゴリーデータ行列の分析 223 |
6.10.2 アイテムデータ行列の分析 224 |
6.11 クラスター分析 226 |
6.11.1 階層的クラスター分析 226 |
6.11.2 非階層的クラスター分析 233 |
第7章 統合化された関数を利用する 237 |
7.1 共通する引数 237 |
7.2 度数分布表と度数分布図を作る 238 |
7.3 散布図,箱ひげ図を描く 241 |
7.4 クロス集計表を作り検定を行う 244 |
7.5 マルチアンサーのクロス集計を行う 246 |
7.6 多元分類の集計を行う 248 |
7.7 独立k標本の検定を行う 251 |
7.8 相関係数行列の計算と無相関検定を行う 254 |
第8章 データ解析の実例 257 |
8.1 各変数の度数分布 258 |
8.2 群による各変数の分布の違い 263 |
8.3 群による各変数の位置の母数の検定 267 |
8.4 変数間の相関関係 271 |
8.5 グループの判別 275 |
付録A Rの概要 279 |
A.1 データの種類 279 |
A.1.1 スカラー 279 |
A.1.2 ベクトル 280 |
A.1.3 行列 281 |
A.1.4 データフレーム 282 |
A.1.5 リスト 283 |
A.2 ベクトルや行列やデータフレームの要素の指定法 284 |
A.2.1 ベクトルの要素の指定例 284 |
A.2.2 行列,データフレームの要素の指定例 285 |
A.2.3 データフレームならではの要素の指定例 286 |
A.3 演算 287 |
A.3.1 四則演算など 287 |
A.3.2 関数 287 |
A.3.3 2つのデータの間の演算 288 |
A.4 行列ならではの操作 291 |
A.4.1 転置行列 291 |
A.4.2 対角行列と単位行列 291 |
A.4.3 三角行列 292 |
A.4.4 行列式 292 |
A.4.5 行列積 293 |
A.4.6 逆行列 293 |
A.4.7 固有値と固有ベクトル 294 |
A.4.8 特異値分解 294 |
A.5 apply一族 297 |
A.5.1 apply関数 297 |
A.5.2 lapply関数とsapply関数 298 |
A.5.3 tapply関数とby関数 300 |
A.5.4 mapply関数 302 |
A.6 制御構文 303 |
A.6.1 if,if-else,if-elseif-else 303 |
A.6.2 for 305 |
A.6.3 while 305 |
A.6.4 repeat 306 |
A.6.5 breakとnext 306 |
A.7 関数の作成 307 |
付録B Rの参考図書など 309 |
B.1 参考図書 309 |
B.2 Webサイト 311 |
関数一覧 313 |
索引 317 |
注 : x[2]の[2]は上つき文字 |
|
はじめに ⅲ |
|
85.
|
図書
|
田中敏著
出版情報: |
京都 : 北大路書房, 2021.3 xiv, 254p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
1 度数の分析法 : 1×2表:正確二項検定 |
1×2表:母比率不等 |
1×J表の分析:カイ二乗検定 ほか |
2 平均の分析法 : t検定 |
1要因分散分析 |
2要因分散分析 ほか |
3 多変量解析法 : 相関係数の計算と検定 |
回帰分析 |
因子分析 ほか |
1 度数の分析法 : 1×2表:正確二項検定 |
1×2表:母比率不等 |
1×J表の分析:カイ二乗検定 ほか |
概要:
データ分析からレポートの作成まで、らくらく“全自動”統計手法を知らなくても統計分析ができる!?js‐STARは世界的に普及している統計分析システムRを誰もが簡単に使えるフリーソフト。その最新版「XR」の使用法を懇切にガイド。
|
86.
|
図書
|
小島隆矢, 山本将史著
出版情報: |
東京 : オーム社, 2013.8 xxviii, 265p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1部 グラフィカル因果分析への招待 : 全自動因果分析の試み |
潜在変数を使ってみる |
第2部 グラフィカル因果分析を学ぶ : 相関と回帰 |
重回帰分析からパス解析へ |
構造方程式モデリング |
グラフィカルモデリング |
因果分析の裏・表 |
第3部 グラフィカル因果分析の演習 : 演習:「エクセルGM」による因果分析 |
演習:潜在因子の因果分析 |
グラフィカル因果分析の実際 |
第1部 グラフィカル因果分析への招待 : 全自動因果分析の試み |
潜在変数を使ってみる |
第2部 グラフィカル因果分析を学ぶ : 相関と回帰 |
|
87.
|
図書
東工大 目次DB
|
照井伸彦著
目次情報:
続きを見る
1. 確率とベイズの定理 1 |
1.1 ベイズ統計学の歴史と背景 1 |
1.2 ベイズの定理 2 |
1.2.1 事象に関する条件付確率とベイズの定理 2 |
1.2.2 確率変数に関する条件付確率とベイズの定理 4 |
2. 尤度関数,事前分布,事後分布 5 |
2.1 尤度関数 5 |
2.2 事前分布 5 |
2.2.1 共役事前分布 6 |
2.2.2 無情報事前分布 6 |
2.2.3 ジェフリーズ事前分布 8 |
2.2.4 階層事前分布 11 |
3. 統計モデルとベイズ推測 13 |
3.1 統計モデル 13 |
3.2 ベイズ推測 14 |
3.2.1 ベイズ推測の構造と特徴 14 |
3.2.2 点推定と統計的決定理論 15 |
3.2.3 区間推定 16 |
3.3 仮説検定 19 |
3.4 情報の更新 : Bayesian updating 20 |
3.5 予測分布 20 |
4. 確率モデルのベイズ推測 22 |
4.1 離散分布のベイズ推測 22 |
4.1.1 ベルヌーイ試行と二項分布 22 |
4.1.2 ポアソン分布 28 |
4.2 連続分布のベイズ推測 : 一変量正規分布 31 |
4.2.1 μの推測-σ^2が既知の場合- 32 |
4.2.2 σ^2の推測-μが既知の場合- 34 |
4.2.3 μ,σ^2の推測-共役事前分布と事後分布- 35 |
4.3 多変量正規分布のベイズ推測 37 |
4.3.1 多変量正規分布と尤度関数 37 |
4.3.2 μの推測-Σ既知の場合- 39 |
4.3.3 逆ウィシャート分布 39 |
4.3.4 Σの推測-μ卿既知の場合- 40 |
4.3.5 μ,Σの推測-共役事前分布と事後分布- 41 |
5. 事後分布の評価 45 |
5.1 モンテカルロ法 45 |
5.2 モンテカルロ法による積分評価-非繰返しモンテカルロ法- 46 |
5.2.1 モンテカルロ積分 46 |
5.2.2 直接法-受容/棄却法- 48 |
5.2.3 間接法-インポータンスサンプリング- 49 |
5.3 繰返しモンテカルロ法 : マルコフ連鎖モンテカルロ 51 |
5.3.1 マルコフ連鎖の定義 51 |
5.3.2 離散型のマルコフ連鎖 52 |
5.3.3 連続状態空間への拡張 55 |
5.3.4 ギッブスサンプリング 56 |
5.3.5 メトロポリス-へイスティングス(M-H)サンプリング 61 |
5.3.6 事後分布のMCMC評価 65 |
5.4 MCMCの収束判定法 66 |
5.5 確率分布からの乱数発生法 69 |
5.5.1 多変量正規分布 69 |
5.5.2 逆ガンマ分布 69 |
5.5.3 逆ウィシャート分布 70 |
6. モデル選択 72 |
6.1 モデルに対する事後確率と事後オッズ 72 |
6.2 正則事前分布とベイズファクター 74 |
6.3 周辺尤度 75 |
6.4 MCMCを用いた周辺尤度の計算 76 |
6.5 DIC 79 |
6.6 ベイズ情報量基準と周辺尤度 80 |
7. 線形回帰モデル(I) 82 |
7.1 連続従属変数回帰モデル 82 |
7.1.1 正規線形回帰モデル 82 |
7.1.2 最小2乗推定値とその性質 82 |
7.1.3 尤度関数の導出 84 |
7.1.4 正規-逆ガンマ共役事前分布 85 |
7.1.5 条件付共役事前分布 : ギッブスサンプリング 87 |
8. 線形回帰モデル(II) 91 |
8.1 制限従属変数回帰モデル 91 |
8.2 打ち切りデータの回帰モデル 91 |
8.3 二項プロビットモデル 95 |
8.4 二項ロジットモデル 100 |
8.5 多項離散選択モデル 103 |
8.6 多項プロビットモデルのデータ拡大 105 |
8.6.1 潜在変数のギッブスサンプリング 106 |
8.6.2 モデルの識別性 107 |
8.7 多項ロジットモデル 109 |
9. 動学ベイズモデル 113 |
9.1 時系列データと動学モデル 113 |
9.2 モデルの構造 114 9.2.1 DLM : 動学線形モデル 114 |
9.2.2 DLMにおける推測 118 |
9.2.3 分散が既知の場合 119 |
9.2.4 分散が未知の場合-分散学習モデル- 123 |
9.3 古典的時系列モデル 126 |
9.3.1 ARMA : 自己回帰移動平均モデル 127 |
9.3.2 ARMAモデルのDLM表現 129 |
10. パネルデータの統計モデル(I)-階層ベイズ回帰モデル- 131 |
10.1 パネルデータの構造 131 |
10.2 階層モデルの構造 131 |
10.3 階層回帰モデルと異質性の推測 133 |
10.4 階層モデルの事後分布 135 |
10.4.1 条件付独立性と事後分布の構造 135 |
10.4.2 事前分布の設定 136 |
10.4.3 完全条件付事後分布 137 |
11. パネルデータの統計モデル(II)-階層ベイズ離散選択モデル- 150 |
11.1 階層ベイズ離散選択モデルの構造 150 |
11.2 階層ベイズ多項プロビットモデル 151 |
11.2.1 個体間モデル-異質性の事前分布- 151 |
11.2.2 事前分布の設定 152 |
11.2.3 完全条件付事後分布とMCMCアルゴリズム 153 |
11.2.4 識別性条件の処理 155 |
11.3 階層ベイズ多項ロジットモデル 156 |
参考文献 161 |
索引 165 |
1. 確率とベイズの定理 1 |
1.1 ベイズ統計学の歴史と背景 1 |
1.2 ベイズの定理 2 |
|
88.
|
図書
|
Maria L. Rizzo著 ; 石井一夫, 村田真樹共訳
出版情報: |
東京 : オーム社, 2011.5 x, 451p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
89.
|
図書
|
伏見正則, 逆瀬川浩孝著
出版情報: |
東京 : 朝倉書店, 2012.8 vii, 232p ; 22cm |
シリーズ名: |
基礎数理講座 ; 6 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
90.
|
図書
|
高柳良太著
出版情報: |
東京 : オーム社, 2014.1-2017.2 8冊 ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第1章 : 顧客分析のためのデータの整理 |
第2章 : 基本の統計量とグラフによるデータの把握 |
第3章 : 傾向をつかむ相関分析 |
第4章 : EMの基本操作 |
第5章 : EMの回帰分析—ロジスティック回帰分析 |
第6章 : セグメントに分類・ディシジョンツリー |
第7章 : ニューラルネットワークと予測の比較、当てはめ |
第8章 : パターンの発見・アソシエーション分析 |
第1章 : 品質管理と基本統計 |
第2章 : 散布図と相関係数 |
第3章 : 工程能力分析・ヒストグラムと工程能力指数 |
第4章 : 管理図 |
第5章 : パレート図 |
第6章 : グラフ |
第7章 : マトリックスデータ解析法 |
第8章 : 統計的仮説検定 |
第9章 : 線形回帰分析 |
第1章 : データ解析の基本 |
第2章 : クロス集計と検定 |
第3章 : 量的データの検定 |
第4章 : 相関分析と回帰分析 |
第5章 : 主成分分析と因子分析 |
第6章 : 判別分析とロジスティック回帰分析 |
第7章 : 生存時間分析 |
第8章 : リスク比とオッズ比 |
第1章 : 時系列分析とは |
第2章 : 時系列データの準備、編集と時系列グラフ |
第3章 : 自己相関 |
第4章 : 季節性の分解 |
第5章 : 次期の予測 |
第6章 : ARIMAモデルと予測 |
第7章 : 自己回帰誤差付き回帰分析 |
第8章 : パネルデータの回帰分析 |
第1章 : データの準備 |
第2章 : 他のソフトウェアのデータをEGで使用する |
第3章 : データ編集の基本 |
第4章 : 高度なデータの編集 |
第5章 : 量的変数の集計 |
第6章 : 質的変数の集計 |
第1章 : 要約統計量 |
第2章 : 度数分布表の作成 |
第3章 : グループごとの集計 |
第4章 : 相関分析 |
第5章 : 2群の平均値の差の検定 |
第6章 : 分割表分析とχ2乗検定 |
第7章 : EGの「タスク」メニュー |
第8章 : EGの基本と環境設定 |
第1章 アンケートの考え方とデータ入力 |
第2章 基本統計量 / 度数集計と要約統計量 |
第3章 クロス集計とχ2乗検定 |
第4章 2群の平均値の差の検定 / t検定 |
第5章 3群以上の差の検定 / 分散分析 |
第6章 順序データなどのノンパラメトリック検定 |
第7章 相関分析 |
第8章 複数回答の集計・分析とダミーデータ |
第9章 : EGのグラフ作成 |
第1章 線形回帰分析 / 重回帰分析 |
第2章 一元配置分散分析とノンパラメトリックな一元配置分散分析 |
第3章 二元配置分散分析 / 線形モデル |
第4章 主成分分析 |
第5章 因子分析 |
第6章 判別分析 |
第7章 ロジスティック回帰分析 |
第8章 : クラスター分析 |
第1章 : 顧客分析のためのデータの整理 |
第2章 : 基本の統計量とグラフによるデータの把握 |
第3章 : 傾向をつかむ相関分析 |
|
91.
|
図書
|
内田治, 笹木潤, 佐野雅隆共著
出版情報: |
東京 : サイエンス社, 2020.9 iv, 167p ; 26cm |
シリーズ名: |
実習ライブラリ ; 13 |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
92.
|
図書
|
石村光資郎著
出版情報: |
東京 : 東京図書, 2021.1 xii, 273p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
データの型から適切な統計処理を選ぼう!! |
基礎統計量と母平均の区間推定 |
2つの母平均の差の検定 |
ウィルコクスンの順位和検定 |
対応のある2つの母平均の差の検定 |
ウィルコクスンの符号付順位検定 |
1元配置の分散分析と多重比較 |
クラスカル・ウォリスの検定 |
反復測定による1元配置の分散分析 |
共分散分析 |
2元配置の分散分析 |
くり返しのない2元配置の分散分析 |
単回帰分析 |
重回帰分析 |
主成分分析 |
判別分析 |
独立性の検定 |
2つの母比率の差の検定 |
同等性の検定 |
適合度検定 |
検出力・サンプルサイズの求め方 |
データの型から適切な統計処理を選ぼう!! |
基礎統計量と母平均の区間推定 |
2つの母平均の差の検定 |
概要:
どんなに便利ですぐれたソフトウェアでも使いはじめは苦労する。本書は統計ソフトSPSSを初めて使う読者のために、統計処理の選び方とその処理手順、結果の読み取り方をていねいにわかりやすく説明する。SPSSがたちあがったら、データの型から適切な統
…
計処理をさがし、指示どおりにマウスでクリックしていけば...。ていねいでわかりやすいクリックするだけの統計入門。
続きを見る
|
93.
|
図書
|
石村貞夫, 石村光資郎著
出版情報: |
東京 : 東京図書, 2013.12 xxiv, 247p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
データの型から適切な統計処理を選ぼう!! |
基礎統計量と区間推定 |
2つの母平均の差の検定 |
ウィルコクスンの順位和検定 |
対応のある2つの母平均の差の検定 |
ウィルコクスンの符号付順位検定 |
1元配置の分散分析と多重比較 |
クラスカル・ウォリスの検定 |
反復測定による1元配置の分散分析 |
共分散分析 |
2元配置の分散分析 |
くり返しのない2元配置の分散分析 |
単回帰分析 |
重回帰分析 |
主成分分析 |
判別分析 |
独立性の検定 |
2つの母比率の差の検定 |
同等性の検定 |
適合度検定 |
データの型から適切な統計処理を選ぼう!! |
基礎統計量と区間推定 |
2つの母平均の差の検定 |
概要:
どんなに便利で優れたソフトウェアでも使いはじめは苦労する。本書は、すぐれた統計処理ソフトSPSSを初めて使おうとする読者のために、データ入力と統計処理の手順をていねいにわかりやすく説明する。
|
94.
|
図書
東工大 目次DB
|
中村永友著
目次情報:
続きを見る
第1章 統計学の基礎的事項 1 |
1.1 多次元データ解析法の分類 1 |
1.2 データの形式 1 |
1.3 尺度 3 |
1.4 データの要約 3 |
1.4.1 統計量 3 |
1.4.2 散布図,相関係数 4 |
1.4.3 クロス集計表 5 |
1.5 期待値と分散 6 |
1.6 正規分布 7 |
1.7 統計的仮説検定 8 |
1.8 最尤法 10 |
参考文献 12 |
第2章 Rの基礎的コマンド 13 |
2.1 Rの超基礎的事項 13 |
2.1.1 データの入力 13 |
2.1.2 データの修正 16 |
2.1.3 データの出力・保存 16 |
2.1.4 オブジェクトへの代入とコンソールへの表示 17 |
2.1.5 データの生成 18 |
2.2 Rによる基本統計量の計算 20 |
2.2.1 基本演算・四則演算・行列の演算 20 |
2.2.2 平均・分散・共分散・相関係数・クロス集計 22 |
2.2.3 ヒストグラム,散布図 23 |
2.3 オブジェクトというものの考え方 24 |
2.4 さらに学ぶために 24 |
参考文献 25 |
第3章 線形回帰モデル 26 |
3.1 はじめに : 回帰モデルとは 26 |
3.2 単回帰モデルのパラメータ推定の考え方 26 |
3.3 残差の検討 29 |
3.3.1 残差の仮定 29 |
3.3.2 残差分析 30 |
3.3.3 はずれ値 31 |
3.3.4 系列相関 32 |
3.4 変数変換 32 |
3.5 重回帰モデル 33 |
3.5.1 重回帰モデルとそのパラメータ推定 33 |
3.5.2 多項式回帰モデル 34 |
3.5.3 重回帰モデルの行列表記によるパラメータ推定 35 |
3.6 モデルのあてはまりの良さ 37 |
3.6.1 重相関係数 37 |
3.6.2 決定係数 37 |
3.6.3 自由度修正済み決定係数 38 |
3.6.4 回帰モデルの評価の視点 40 |
3.7 モデルの選択(説明変数の選択) 40 |
3.8 Rによる演習 41 |
3.8.1 電子部品データ : 単回帰モデル 42 |
3.8.2 自動車データ : 単回帰モデル 44 |
3.8.3 体格データ : 重回帰モデル(モデルのあてはめと変数選択) 45 |
3.8.4 キバハリアリデータ : 重回帰モデル1(ステップワイズな変数選択) 47 |
3.8.5 キバハリアリデータ : 重回帰モデル2(総当たり法による変数選択) 50 |
3.9 さらに学ぶために 51 |
参考文献誌 51 |
第4章 判別分析法 53 |
4.1 はじめに : 判別の問題とは 53 |
4.2 判別の考え方 : 1変数2群を例に 53 |
4.2.1 判別方式 53 |
4.2.2 平均と分散の推定を基礎とする判別方式 54 |
4.2.3 誤判別率 55 |
4.3 線形判別 : 2変数2群 56 |
4.3.1 2変数2群での考え方 56 |
4.3.2 群間分散 58 |
4.3.3 群内分散 58 |
4.3.4 分散比 59 |
4.3.5 判別関数の導出 59 |
4.4 p変数2群の判別 63 |
4.5 ベクトルと行列による表示 64 |
4.6 尤度に基づく判別 65 |
4.6.1 1変数2群の判別 65 |
4.6.2 誤判別率 67 |
4.6.3 p変数2群の線形判別 68 |
4.6.4 構成比率が異なるとき 69 |
4.7 2次判別関数 70 |
4.8 Rによる演習 72 |
4.8.1 入社試験データ : 線形判別 73 |
4.8.2 スイス銀行紙幣真贋データ : 線形判別と2次判別 75 |
4.9 さらに学ぶために 78 |
参考文献 78 |
第5章 ロジスティック回帰モデル 79 |
5.1 はじめに 79 |
5.2 ロジスティックモデル : モデルの考え方 80 |
5.2.1 反応が2値 80 |
5.2.2 反応が確率のとき 82 |
5.3 多重ロジスティック回帰モデル 82 |
5.4 ロジスティック回帰モデルのパラメータ推定 84 |
5.5 Rによる演習 85 |
5.5.1 殺虫剤データ 85 |
5.5.2 スペースシャトル・O-Ringデータ 86 |
5.6 さらに学ぶために 89 |
参考文献 89 |
第5章 主成分分析法 91 |
6.1 はじめに : 主成分分析法とは 91 |
6.2 主成分の導出 93 |
6.2.1 主成分の導出の考え方 93 |
6.2.2 第1主成分の導出 94 |
6.2.3 第2主成分の導出 96 |
6.2.4 主成分導出方法のまとめ 97 |
6.2.5 p変数の主成分の導出 98 |
6.3 標本相関係数行列からの主成分の導出 99 |
6.4 主成分の寄与率と累積寄与率 100 |
6.5 主成分得点 101 |
6.6 主成分負荷量 102 |
6.7 主成分分析の進め方 104 |
6.8 主成分の選択 105 |
6.9 Rによる演習 105 |
6.9.1 体格データ 105 |
6.9.2 キバハリアリのデータ 111 |
6.9.3 定期試験データ 114 |
参考文献 118 |
第7章 対応分析法 119 |
7.1 はじめに 119 |
7.2 対応分析法の考え方 119 |
7.2.1 質的データのクロス集計表 120 |
7.2.2 クロス集計表の行方向の基準化 121 |
7.3 基準化されたクロス集計表に対する主成分分析 125 |
7.4 Rによる演習 130 |
7.4.1 教員評価データ130 |
7.4.2 生のデータからの分析 132 |
7.5 より深い理解のために 133 |
7.5.1 同値な固有方程式 133 |
7.5.2 双対性による数量化得点の算出 136 |
7.5.3 数量化得点の平均,分散,共分散 138 |
7.6 Rによる演習 : 行列とベクトルの直接入力による計算 140 |
7.7 さらに学ぶために 142 |
参考文献 142 |
第8章 因子分析法 143 |
8.1 はじめに 143 |
8.2 因子分析の考え方 143 |
8.3 因子分析モデル 147 |
8.3.1 基本モデル 147 |
8.3.2 制約条件 148 |
8.3.3 相関係数行列の分解と共通性 149 |
8.3.4 本来の変数と共通因子との相関 150 |
8.3.5 因子数の決定 150 |
8.3.6 因子負荷量の推定 : 主因子法 151 |
8.3.7 因子の回転 153 |
8.4 因子得点の推定 154 |
8.4.1 バートレットの重み付き最小自乗法 155 |
8.4.2 トムソンの回帰推定法 155 |
8.5 Rによる演習 155 |
8.5.1 定期試験のデータ 156 |
8.6 さらに学ぶために 158 |
参考文献 158 |
第9章 正準相関分析法 159 |
9.1 はじめに 159 |
9.2 正準相関分析法の考え方 159 |
9.3 正準変数の定義と導出 160 |
9.4 正準相関分析法の解釈と評価 165 |
9.4.1 正準負荷量 166 |
9.4.2 正準寄与率 167 |
9.4.3 冗長性係数 167 |
9.5 Rによる演習 169 |
9.5.1 長男次男の頭のサイズのデータ 169 |
9.5.2 定期試験のデータ 174 |
9.6 さらに学ぶために 175 |
参考文献 176 |
第10章 多次元尺度法 177 |
10.1 はじめに 177 |
10.2 古典的・計量多次元尺度法 177 |
10.2.1 計量的多次元尺度法の考え方 177 |
10.2.2 推定方式 170 |
10.2.3 類似度のとき 183 |
10.3 Rによる演習 : 計量多次元尺度法 184 |
10.3.1 人工データ 184 |
10.3.2 北海道都市間データ : 計量多次元尺度法 185 |
10.4 非計量的多次元尺度法 186 |
10.5 Rによる演習 : 非計量多次元尺度法 187 |
10.5.1 自動車メーカー印象データ 187 |
10.5.2 北海道都市間データ : 非計量多次元尺度法 188 |
10.6 さらに学ぶために 190 |
参考文献 190 |
第11章 クラスタ 分析法 192 |
11.1 はじめに : クラスター分析法とは 192 |
11.1.1 統計的分類とは 192 |
11.1.2 分類手法の分類 194 |
11.2 近さを表す測度 194 |
11.2.1 量的データの距離 : 種々の距離,非類似度 194 |
11.2.2 質的データの距離 195 |
11.3 階層的手法 196 |
11.3.1 考え方 196 |
11.3.2 種々なクラスタ一間距離 198 |
11.3.3 ランスとウィリアムスの組み合わせ的手法 201 |
11.3.4 凝集型階層的分類法の更新距離の特徴 202 |
11.3.5 階層的手法の注意事項 203 |
11.4 Rによる演習 : 階層的手法 206 |
11.4.1 各手法の比較 208 |
11.4.2 出力の検討 208 |
11.4.3 アイリスデータ 210 |
11.4.4 スイス銀行紙幣真贋データ 212 |
11.5 非階層的手法 213 |
11.5.1 分割最適化型分類手法の考え方 213 |
11.5.2 κ平均法 215 |
11.5.3 クラスター数の評価基準 219 |
11.5.4 分割最適化型分類法の注意点 220 |
11.6 Rによる演習 : 非階層的手法 221 |
11.6.1 アイリスデータ 221 |
11.6.2 スイス銀行紙幣真贋データ 223 |
11.7 混合正規分布モデル : 統計モデルを基礎とする分類法 225 |
11.7.1 分類手法としての混合分布モデル 225 |
11.7.2 モデル 225 |
11.7.3 パラメータ推定 226 |
11.7.4 多次元のモデルのパラメータ推定 229 |
11.7.5 成分数の推定 231 |
11.7.6 モデル推定に関する注意 231 |
11.8 Rによる演習 : 混合分布による分類 232 |
11.8.1 アイリスデータ 232 |
11.8.2 スイス銀行紙幣真贋データ 237 |
11.9 さらに学ぶために 237 |
参考文献 237 |
付録A 行列の基本演算 239 |
A.1 ベクトル行列の基本演算,微分 239 |
A.1.1 諸定義 239 |
A 1.2 演算 240 |
A.1.3 微分 241 |
索引 242 |
第1章 統計学の基礎的事項 1 |
1.1 多次元データ解析法の分類 1 |
1.2 データの形式 1 |
|
95.
|
図書
|
松浦寿幸著
出版情報: |
東京 : 東京図書, 2015.9 314p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
第0章 Stataとは—なぜStataを使うのか |
第1章 はじめの一歩—Stataを使ってみよう! : インストール、起動と画面の見方 |
データの読み込み ほか |
第2章 Stataによる統計表の作成—統計的な基礎も学ぼう : 視覚的なデータの把握 |
数量的概念によるデータの把握 ほか |
第3章 Stataによる回帰分析—本格的な分析に向けて : 回帰分析の考え方 |
Stataによる回帰分析 ほか |
第4章 パネル・データによる分析—いよいよ本領発揮 : パネル・データ分析の考え方 |
パネル・データ利用のメリット ほか |
付録 : 困ったときの逆引き事典 |
第0章 Stataとは—なぜStataを使うのか |
第1章 はじめの一歩—Stataを使ってみよう! : インストール、起動と画面の見方 |
データの読み込み ほか |
概要:
豊富な事例で、データの構築から分析、結果のとりまとめまでを身につけられる!問題解決のヒントを多数掲載した、“困ったときの逆引き事典”を増強。Stata14はもちろん、Stata13・12・11などの旧バージョンへの対応にも配慮。頻出の“生存
…
分析”に関する解説を増強。
続きを見る
|
96.
|
図書
|
涌井良幸, 涌井貞美著
出版情報: |
東京 : 技術評論社, 2011.1 255p ; 26cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
|
97.
|
図書
|
山本義郎, 飯塚誠也, 藤野友和著
目次情報:
続きを見る
第1章 : 統計データの視覚化 |
第2章 : Rコマンダーを使ったグラフ表示 |
第3章 : Rにおけるグラフ作成の基本 |
第4章 : vcdパッケージによる質的データの可視化 |
第5章 : 3Dプロット |
第6章 : gridパッケージ |
第7章 : latticeによる高度なグラフ |
第8章 : ggplot2 |
第9章 : iplotsによるインタラクティブグラフ |
第10章 : 位置情報を伴うデータの可視化 |
第11章 CRAN Task : View |
第1章 : 統計データの視覚化 |
第2章 : Rコマンダーを使ったグラフ表示 |
第3章 : Rにおけるグラフ作成の基本 |
|
98.
|
図書
東工大 目次DB
|
荒木孝治編著
出版情報: |
東京 : 日科技連出版社, 2007.10 vii, 210p ; 21cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
はじめに ⅲ |
第1章 問題解決と多変量解析 1 |
1.1 多変量解析法とは何か 1 |
1.1.1 変数とデータのタイプ 3 |
1.1.2 多変量解析の諸手法 3 |
1.2 データのまとめ方 5 |
1.2.1 データのスタイル 5 |
1.2.2 データ分析の基本的考え方 5 |
1.2.3 1変数の分析 6 |
1.2.4 2変数の関係の分析 8 |
1.2.5 多変数をまとめて取り扱う 9 |
1.3 例 : 紙幣データ 10 |
第2章 単回帰分析 19 |
2.1 適用例 19 |
2.2 回帰分析とは 20 |
2.3 最小2乗法 21 |
2.4 当てはまりの良さ 27 |
2.5 回帰に関する検定と推定 29 |
2.5.1 回帰母数の推定量の分布 30 |
2.5.2 回帰母数に関する検定と推定 31 |
2.5.3 母回帰の区間推定 34 |
2.5.4 個々のデータの予測 36 |
2.6 例 : 製品粘度データ 37 |
2.7 データに繰り返しがある場合の回帰 42 |
2.8 より拡張された分析をめざして 47 |
2.8.1 解析結果の吟味 47 |
2.8.2 非線形モデルの推定 51 |
第3章 重回帰分析 52 |
3.1 適用例 52 |
3.2 重回帰モデル 53 |
3.3 当てはまりの良さ 61 |
3.4 回帰に関する検定と推定 63 |
3.4.1 ゼロ仮説の検定 63 |
3.4.2 偏回帰係数に関する検定と推定 64 |
3.5 回帰診断 68 |
3.5.1 残差分析 69 |
3.5.2 感度分析 72 |
3.5.3 多重共線性 74 |
3.5.4 偏残差プロット 74 |
3.5.5 基本的診断プロット 75 |
3.5.6 部分データセットに対する重回帰分析 79 |
3.6 変数選択 81 |
3.6.1 変数選択の方法 82 |
3.6.2 変数選択の基準 82 |
3.7 説明変数に質的変数を含む回帰分析 91 |
第4章 主成分分析 100 |
4.1 適用例 100 |
4.2 主成分分析とは 101 |
4.2.1 主成分分析の考え方 101 |
4.2.2 回帰分析と主成分分析の違い 104 |
4.2.3 いくつの主成分を考えるべきか 105 |
4.2.4 2種類の主成分分析 106 |
4.3 主成分分析の応用 115 |
第5章 2値・多値データの回帰,ツリーモデル 137 |
5.1 適用例 116 |
5.2 ロジスティック回帰分析 117 |
5.2.1 ロジスティック回帰分析の考え方 118 |
5.2.2 glmの出力結果の読み方 125 |
5.3 多項ロジット分析 133 |
5.4 ツリーモデル 137 |
第6章 その他の手法 144 |
|
6.1 判別分析 144 |
6.1.1 1変数を用いる判別(p=1) 145 |
6.1.2 2変数を用いる判別(p=2) 147 |
6.1.3 判別方式の良さの評価 148 |
6.1.4 例題 149 |
6.2 クラスター分析 154 |
6.2.1 階層的クラスタリング 155 |
6.2.2 非階層的クラスタリング 163 |
6.2.3 モデルに基づく手法 166 |
6.3 対応分析 171 |
6.3.1 クロス集計表についての解析 174 |
6.3.2 多重対応分析 177 |
付録A パッケージRcmdr 181 |
A.1 Rコマンダーのしくみ 181 |
A.2 データのハンドリング 183 |
A.2.1 パッケージ内のデータセットのアクティブ化 183 |
A.2.2 アクティブデータセットの切り替え 183 |
A.2.3 データの切り出し 184 |
A.2.4 数値変数を因子に変換 187 |
A.2.5 変数変換 189 |
A.3 分布 189 |
付録B パッケージRcmdr.HH 191 |
B.1 Rcmdr.HHの機能 191 |
B.1.1 変数選択―《Best subsets regression...(HH)》 191 |
B.1.2 単回帰分析における信頼区間・予測区間のプロット 193 |
B.1.3 QQプロットと正規性の検定 194 |
付録C RcmdrおよびRcmdr.HHのメニューツリー 195 |
参考文献 201 |
索引 205 |
はじめに ⅲ |
第1章 問題解決と多変量解析 1 |
1.1 多変量解析法とは何か 1 |
|
99.
|
図書
|
Winston Chang著 ; 石井弓美子, 河内崇, 瀬戸山雅人訳
出版情報: |
東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2019.11 xvii, 451p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
Rの基本 |
データの基本的なプロット |
棒グラフ |
折れ線グラフ |
散布図 |
データ分布の要約 |
注釈 |
軸 |
グラフの全体的な体裁 |
凡例 |
ファセット |
色を使う |
さまざまなグラフ |
文書用に図を出力する |
データの前処理 |
付録A : ggplot2を理解する |
付録B 日本語フォントの利用 / 日本語版補遺 |
概要:
オープンソースの統計解析用のプログラミング言語、Rの強力な描画用パッケージggplot2を使ってさまざまなグラフを作成するためのレシピ集です。棒グラフや折れ線グラフ、散布図といった基本的なグラフから、複雑なグラフや地図の作成方法だけでなく、
…
きめ細かいカスタマイズ方法、効果的な使い方、色の使い方の注意、さらには文書用データへの変換方法まで、グラフに関することはほとんど網羅しています。実際の「やりたいこと」に応じた解決法を提示。描きたいグラフがすぐに描ける実用的な一冊です。
続きを見る
|
100.
|
図書
|
菅民郎著
出版情報: |
東京 : オーム社, 2018.6 viii, 325p ; 24cm |
子書誌情報: |
loading… |
所蔵情報: |
loading… |
目次情報:
続きを見る
アンケート調査の基本と準備 |
調査票のつくり方と質問内容 |
アンケートデータの集計 |
クロス集計 |
アンケートデータの解析 |
アンケート調査による母集団の把握 |
CS調査と分析方法 |
一対比較法の調査と分析方法 |
コンジョイント調査と分析方法 |
因果関係解明調査と因子分析〔ほか〕 |
アンケート調査の基本と準備 |
調査票のつくり方と質問内容 |
アンケートデータの集計 |
|